基于不变学习的超短期风电功率预测
来源：动力工程学报杂志2025年第10期北京时间：
作者：李玉浩, 阎洁, 王函, 韩爽, 刘永前,
摘要：由于天气状况、机组控制策略等外部因素的复杂性,未来预测数据常常偏离训练数据分布,从而导致超短期风电功率预测模型精度显著下降。为解决该问题,提出了基于不变学习的超短期风电功率预测方法,该方法通过联合优化环境推理模块与不变特征学习模块,学习不变特征与功率间映射关系,实现鲁棒性建模。结果表明:与2个基准模型相比,所提方法的归一化均方根误差和归一化平均绝对误差分别降低1.19~1.30百分点和0.41~0.68百分点。
关键词：超短期,风电功率预测,分布外,不变学习,
