摘要：概率密度预测能够给出未来风电功率可能的波动范围、预测值出现的概率及不确定性等更多信息,提出基于经验小波变换（EWT）和分位数回归森林的短期风电功率概率密度组合预测模型。首先,采用新型自适应信号处理方法——经验小波变换,将原始风电功率序列分解为一系列频率特征互异的经验模式;然后,对每一经验模式序列分别构建分位数回归森林预测模型,得到任意分位点条件下的预测结果,通过叠加不同经验模式预测结果获得最终的短期风电功率预测值;最后,对预测值条件分布采用核密度估计获得任意时刻概率密度预测。仿真结果验证了所提模型的有效性。

关键词：经验小波变换 分位数回归森林 核密度估计 概率密度 短期风电功率预测 

单位：河海大学能源与电气学院; 江苏南京210098; 国网无锡供电公司; 江苏无锡214061; 无锡扬晟科技股份有限公司; 江苏无锡214106