基于ＰＣＡ－ＷＮＮ的短期风电预测田恒源１，周俊龙１，申兴东２，王灿３（１．华北水利水电大学电力学院，河南郑州４５００００；２．中南林业科技大学，湖南长沙４１０００４；３．商丘学院，河南商丘４７６０００）摘要：为了提高风机输出功率的预测精度，提出了一种基于主成分分析（ＰＣＡ）、结合小波神经网络（ＷＮＮ）的短期风电预测方法，通过利用主成分分析（ＰＣＡ）对初始数据进行降维处理，然后结合小波神经网络进行训练，得到了ＰＣＡ－ＷＮＮ预测模型。该方法设计出的模型具有优秀的预测效果，且根据实际数据测试的结果表明，相比于传统ＢＰ模型和ＷＮＮ模型，ＰＣＡ－ＷＮＮ模型的预测精度更高。关键词：主成分分析；小波神经网络；ＰＣＡ－ＷＮＮ模型中图分类号：ＴＭ６１４ＤＯＩ：１０．１９７６８／ｊ．ｃｎｋｉ．ｄｇｊｓ．２０２３．０４．０２０Ｓｈｏｒｔ－ｔｅｒｍＷｉｎｄＰｏｗｅｒＦｏｒｅｃａｓｔｉｎｇＢａｓｅｄｏｎＰＣＡ－ＷＮＮＴＩＡＮＨｅｎｇｙｕａｎ１，ＺＨＯＵＪｕｎｌｏｎｇ１，ＳＨＥＮＸｉｎｇｄｏｎｇ２，ＷＡＮＧＣａｎ３（１．ＮｏｒｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＥｌｅｃｔｒｉｃＰｏｗｅｒ，Ｚｈｅｎｇｚｈｏｕ４５００００，Ｃｈｉｎａ；２．ＣｅｎｔｒａｌＳｏｕｔｈＵｎｉｖｅｒｓｉｔｙｏｆＦｏｒｅｓｔｒｙａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ４１０００４，Ｃｈｉｎａ；３．ＳｈａｎｇｑｉｕＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｑｉｕ４７６０００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｗｉｎｄｔｕｒｂｉｎｅｏｕｔｐｕｔｐｏｗｅｒ，ａｓｈｏｒｔ－ｔｅｒｍｗｉｎｄｐｏｗｅｒｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＰＣＡ）ｃｏｍｂｉｎｅｄｗｉｔｈｗａｖｅｌｅｔｎｅｕｒａｌｎｅｔｗｏｒｋ（ＷＮＮ）ｉｓｐｒｏｐｏｓｅｄ．Ｄｉｍｅｎ－ｓｉｏｎａｌｉｔｙｒｅｄｕｃｔｉｏｎｏｆｉｎｉｔｉａｌｄａｔａｗａｓｐｅｒｆｏｒｍｅｄｂｙｕｔｉｌｉｚｉｎｇｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＰＣＡ）．Ｔｈｅｎ，ｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｗａｖｅｌｅｔｎｅｕｒａｌｎｅｔｗｏｒｋｆｏｒｔｒａｉｎｉｎｇ，ｔｈｅＰＣＡ－ＷＮＮｐｒｅｄｉｃｔｉｏｎｍｏ...
