一种基于主成分分析的短期风电功率预测误差成因评估方法

本发明涉及一种基于主成分分析的短期风电功率预测误差成因评估方法，涉及主成分分析技术领域，收集风电场前一天时间间隔为15分钟的数据样本和各风机出厂设置的理论功率曲线，对收集到的数据进行异常数据处理，将处理后的数据样本拆分为基础数据、数值天气预报数据和短期预测数据，通过主成分分析将数值天气预报数据进行标准化处理，确定各个主成分的权重和解释方差，选择对风电功率影响最大的主成分作为预测风速的依据，利用循环神经网络算法建立预测模型，将测风塔风速数据作为预测模型的输入，构建二维误差特征矩阵，提取特征，利用皮尔逊相关系数检验不同特征之间的相关性结果，以评估预测模型的准确性。