基于长短期记忆网络分位数回归的短期风电功率概率密度预测

针对风电功率确定性的点预测无法对预测结果进行风险评估以及现有静态预测模型难以描述风电功率长期相关性的现象,提出一种基于长短期记忆网络分位数回归(LSTMQR)的短期风电功率概率密度预测模型。该方法首先使用LSTMQR得到不同分位点下未来风电功率的预测结果;其次采用高斯核函数,将LSTMQR与核密度估计(KDE)相结合,进行短期风电功率概率预测,可得到未来风电功率预测点的概率密度函数,通过风电场的历史数据对所提模型以及基准模型进行对比验证,使用5种评价指标表明所提模型的预测性能更优。