关键词：风电功率预测 区间预测 误差分解 bootstrap 极限学习机 

摘要：风的随机性和间歇性导致了风电功率预测的不确定性,区间预测能量化不确定性引起的预测波动,可为缓解电网调峰压力、消纳弃风提供可靠信息,对电力系统经济运行具有重要意义。将风电功率预测误差分解为模型误差和数据噪声误差,利用Bootstrap重采样获得多个训练样本。采用极限学习机网络获得系统误差方差和数据噪声误差方差,通过风电功率预测值与预测误差值的叠加计算区间上下限,得出满足给定置信水平的风电功率预测区间。实验以新疆某风场历史运行数据为例,通过与Delta、Bayesian、LUBE方法对比,验证了所提方法的区间预测性能和计算效率。

电网技术杂志要求:

{1}关键词以3～6个为宜（需附相应的英文）。

{2}为加快稿件处理速度，本刊实行审稿意见及时反馈制度，尽量为来稿附上审稿意见，15日内会给出审稿意见。

{3}论文作者保证该论文的署名权无争议。若发生署名权争议问题，一切责任由论文作者承担。

{4}来稿最后需标明作者（编者，译者）的真实姓名、性别、出生年月、籍贯、工作（学习）单位、职务（职称）、主要研究方向、详细地址、邮编以及联系电话（手机号码，以方便快递公司投递样刊），未按要求填报相关内容的，一律不予采用。

{5}参考文献必须是作者亲自阅读过的原始文献。一般论著不超过15条，综述不超过20条。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社