26年WP统计学 基于聚类和时间序列分析的风电功率预测22.95-AI40.27_1全日(20462字).docx

IWHKJ 大学本科毕业论文摘 要风电功率的准确预测对电力系统安全稳定运行具有重要意义。针对风电功率序列波动性强、形态多样且存在相位偏移的问题，本文提出一种基于 K-Means 与动态时间规整聚类的分工况 ARIMA 预测模型。首先，对某风电场 15 分钟间隔的实测数据进行预处理，包括缺失值线性插值、异常值检测与截断，并构造功率时序滞后特征、功率波动率及风速组合等派生特征。时序分解表明，功率序列趋势成分方差贡献 58.50%，随机成分 30.70%，日周期成分仅0.76%。其次，采用以 DTW 距离替代欧氏距离的 K-Means 方法对日功率曲线进行聚类，通过肘部法则和...