一种基于数据模式预判的风电场短期风功率预测方法

本发明涉及风电场短期风功率预测技术领域，具体涉及一种基于数据模式预判的风电场短期风功率预测方法。包括：采集历史多维特征数据，按频度划分为核心组与边缘组，核心组通过滑动窗口生成细粒度编码，边缘组基于事件生成稀疏编码，结合自适应权重算法构建频度均衡的时空编码矩阵；将矩阵切分后提取集约模式与包络模式，构建气象类型、机组拓扑和时间动态三级索引并存入历史模式库；对实时数据提取对应模式，通过三级索引匹配历史模式库并分类为四种关联模式；基于关联模式分级权重融合预测，形成复合预测模型；实时对比预测与实测结果，触发自适应学习更新模型。本发明有效平衡高频与低频事件影响，提升预测精度和模型适应性。