本风电预测项目以风速、风向、空气密度、温度、气压等多维气象要素为输入,构建从数据驱动到功率输出的智能预测系统。其核心功能是自动采集并清洗场站气象与历史功率数据,通过特征工程与机器学习/深度学习算法,实现对未来数小时至数天的风力发电功率精准预测,提供功率曲线、置信区间和异常预警,支撑电网优化调度与风电场精益运维。
在作品中,我担任算法与建模负责人,主导了数据探索、多维特征构造与筛选、模型选型(如XGBoost、LSTM等),并完成超参数调优与交叉验证;同时设计了模型融合与在线评估方案,显著提升了复杂气象条件下的预测精度和鲁棒性。