一种基于残差修正的风电功率预测方法及相关设备

本发明属于风力发电技术领域，具体涉及了一种基于残差修正的风电功率预测方法及相关设备，获取历史风电序列，经完全集总经验模态分解初级分解得若干本征模态分量；计算各分量样本熵并分类为噪声、挥发及趋势项；剔除噪声项后，以变分模态分解对挥发项二次分解得准平稳子序列；利用模糊信息粒化对准平稳子序列和趋势项提取特征构建增强特征矩阵；将增强特征矩阵输入动态加权多核支持向量回归模型并由改进仙鹟算法优化参数及核权重；计算初步预测残差，利用时间卷积网络生成修正增量并与初步预测值重构得最终预测值。本发明通过级联分解、多核回归及残差闭环修正抑制模态混叠，提升非平稳序列预测精度。