基于朴素贝叶斯分类的新能源预测误差建模方法研究

来源：电工电能新技术杂志2025年第1期北京时间：

作者：葛鹏江， 张小奇， 陈宇轩， 吕金历， 段乃欣， 张耀

单位：1. 国家电网有限公司西北分部， 陕西 西安 710048；
2. 西安交通大学电气工程学院， 陕西 西安 710049

摘要：为了更准确地描述新能源发电功率预测的不确定性，需要开展新能源预测误差分析与建模研究。传统的预测误差分析过程大多采用固定的数学模型进行拟合，精度较低且适用性较差。基于朴素贝叶斯分类理论，本文提出了一种新能源预测误差建模方法，该方法分为数据离散化过程和朴素贝叶斯分类器训练过程。首先利用核密度估计理论，准确估计了新能源实际功率、预测功率及预测误差的概率分布。然后训练自组织映射网络，对新能源实际功率、预测功率及预测误差进行聚类分析，对三类数据进行离散化处理。最后采用交叉验证方法训练朴素贝叶斯分类器，将新能源实际发电功率和日前预测功率映射到新能源发电功率的预测误差。在西北电网2021年实际新能源数据上的测试结果表明，该方法有效刻画了数据自身特性，准确反映了预测功率和实际功率之间的相关关系，因此能够对新能源预测误差进行准确建模。

关键词：朴素贝叶斯； 新能源预测； 误差建模； 核密度估计

基金资助：陕西省自然科学基础研究计划项目（2023-JC-QN-0391）、 国家电网有限公司西北分部科技项目（52250123000J）