摘要：利用统计分析技术,对已知的时间序列外推,可以克服短期风速预测中缺乏因果关系的困难。但在选择外推模型、参数及学习样本等方面存在主观认识模糊性的挑战。为降低主观认识模糊性对分类预测效果的影响并提高样本分类效率,提出按变化特征来定义符号,以及用符号串描述风速时间序列的粗粒化概念。在此基础上,引入趋势特征,完善风速时间序列的符号化过程,提出单元窗口特征和趋势特征相结合的两层符号化方法。利用甘肃酒泉风电基地一年的实际数据验证了该粗粒化方法的有效性。

关键词：风速预测 有条件的相关性 时间序列符号化 离线分类建模 在线特征匹配 

单位：东南大学电气工程学院; 江苏省南京市210096; 新能源与储能运行控制国家重点实验室(中国电力科学研究院); 江苏省南京市210003; 南瑞集团公司(国网电力科学研究院); 江苏省南京市211106; 智能电网保护和运行控制国家重点实验室; 江苏省南京市211106; 悉尼大学电气与信息工程学院; 澳大利亚NSW2006; 南方电网科学研究院有限责任公司; 广东省广州市510080; 神华新能源责任有限公司; 北京市100007