[发明专利]一种基于prophet算法的风电功率预测方法

权利要求书

1.一种基于prophet算法的风电功率预测方法，其特征在于，包括如下步骤：

(S1)根据风电时间季节规律，基于prophet算法确定影响风电功率的时间序列因素；

(S2)建立每个时间序列因素对时间序列数据的影响模型；

(S3)根据影响模型建立风电功率预测时间序列模型；

其中，所述时间序列因素包括趋势项、周期项、节假日项和误差项；即所述风电功率预测时间序列模型的表达式为：

y(t)＝g(t)+s(t)+h(t)+∈(t)

其中，y(t)表示风电功率预测时间序列函数；

g(t)为趋势项影响模型函数，所述趋势项用于反映时间序列的非周期性变化；

s(t)为周期项影响模型函数，所述周期项用于反映时间序列的周期性变化；

h(t)为节假日项影响模型函数，所述节假日项用于反映由不规律的节假日所产生的影响；

∈(t)为误差项影响模型函数，所述误差项用于反映未考虑因素对时间序列所造成的影响；

其中，在进行模型预测时，取数据集的最后十个数据作为测试集，进行风电功率的短期预测，预测未来十天的风电功率，将剩下的数据按照8：2划分为训练集和验证集。

2.根据权利要求1所述的一种基于prophet算法的风电功率预测方法，其特征在于，所述趋势项影响模型函数g(t)的表达式为：

g(t)＝(k+a(t)^Tδ)t+(m+a(t)^Tγ)

其中，k表示模型的增长速率；δ为k的变化量；m为偏移量；t为时间；a(t)为指示函数；a(t)^T为a(t)的转置向量；γ为平滑处理的偏移量。

3.根据权利要求2所述的一种基于prophet算法的风电功率预测方法，其特征在于，所述周期项影响模型函数s(t)的表达式为：

其中，P代表时间序列中的周期，其参数表示为β＝[a1,b1,···,aN,bN]^T，β～Normal(0,σ)，σ为标准差。

4.根据权利要求3所述的一种基于prophet算法的风电功率预测方法，其特征在于，所述节假日项影响模型函数h(t)的表达式为：

h(t)＝Z(t)κ；

其中κ＝(κ1,κ2,···,κL)^T，κ服从于N(0,v2)；Z(t)＝[1(t∈Dt),···,1(t∈DL)]为解释变量矩阵，用以表示在所探究的时间区间内有L个节假日，第i个节假日的影响范围。