计及转折性天气过程识别与检验的短期风电功率预测
为提升数值天气预报（numerical weather prediction，NWP）对于短期风电功率预测的指导意义，计及转折性天气过程对功率预测的影响，提出了一种考虑转折性天气过程识别与检验的短期风电功率预测方法。对时间序列的NWP间隔15 min的样本采用基于门控循环单元（gated recurrent unit，GRU）分类器进行转折性天气过程的识别，基于识别结果，采用基于面向对象的诊断检验方法（method for object-based on diagnostic evaluation，MODE）对转折性天气过程的风速序列进行检验，挖掘NWP预报规律性。根据待预测时段的天气过程识别结果匹配天气过程，选用不同模型进行短期风电功率预测。将所提方法应用于中国吉林某风电场进行算例验证。结果表明转折性天气过程识别方法具有较高的识别准确率。各类天气过程条件下RMSE值平均降低2.77%，MAE值平均下降了2.46%，证明了该方法的有效性。
