摘要：为揭示风电功率序列内在的动态特性，利用非线性方法对风电时间序列混沌特性进行识别，为对风电功率进行预测提供了基础．首先对某风电场的风电功率时间序列的日相关性进行了分析；然后在相空间重构的基础上计算了风电序列的最大Lyapunov指数，验证了风电时间序列的混沌特性；由于采用Volterra滤波器多步预测法对风电功率进行超短期预测误差较大，利用局域多步预测法以及最大Lyapunov指数法的预测结果并结合加权马尔科夫链和有序算子对Volterra滤波器的预测结果进行校正．最后以某实际风电场的风电功率预测为算例，仿真结果表明校正预测模型有效的提高了预测精度，其为利用Volterra滤波器多步法进行风电预测提供了有益的参考．

关键词：风电预测 混沌 volterra滤波器多步预测 加权马尔科夫链 

单位：山东大学电气工程学院 济南250061