来源：期刊VIP网 时间：
作者：乔如妤;于凯;李泽民;刘雁行;徐恺;李旭东;梁楠;冯军;王耀健;温洪林;顾洁;
单位：内蒙古电力(集团)有限责任公司电力营销与运营管理分公司;上海交通大学电气工程系;
摘要：为解决风电出力的非平稳性所引起的预测模型参数时变问题，降低短期风电功率预测误差，提出了一种风电功率在线概率预测方法。通过构建分位数神经网络模型及动态更新参数，实现了预测准确性的提升；采用凸神经网络模型，实现了数值天气预报和风电功率间的非线性映射；引入动态局部遗憾度，将凸神经网络模型拓展为在线学习模型，并采用动态指数时间平滑随机梯度下降（dynamic exponentially timesmoothed stochastic gradient descent, DTS-SGD）算法实现参数更新。最后，结合2014年全球能源预测大赛发布的风力发电数据，验证了所提方法的预测准确性以及对超参数选择的鲁棒性，并验证了所提方法可以保证在较高计算效率的同时，能够自适应地应对参数时变问题。
关键词：短期风电功率预测;;概率预测;;在线学习;;非平稳性;;机器学习
基金资助：国家自然科学基金项目（52307119）;; 内蒙古电力(集团)有限责任公司2023年第一批科技项目（2023-5-46）~~
