01
风电并网功率预测概述
为什么需要功率预测？定义与分类：物理法、统计法、混合法。
基础概念
02
风电功率特性基础
风能公式、功率曲线、风速功率非线性、湍流强度影响。
物理风能
03
数值天气预报 (NWP) 基础
NWP原理、ECMWF/GFS/WRF、误差分析。
气象数据源
04
数据预处理技术
异常值检测、缺失值插补、归一化标准化、重采样。
清洗时序
05
特征工程
气象特征提取、时序滞后/滑动平均、特征选择。
特征降维
06
经典统计预测方法
持续法、ARIMA、卡尔曼滤波。
统计经典
07
机器学习基础
线性回归、SVR、决策树与随机森林。
ML回归
08
深度学习基础
MLP、RNN、LSTM。
DL时序
09
CNN在功率预测中的应用
一维卷积、多变量输入处理。
CNN卷积
10
注意力机制与Transformer
自注意力、时间序列Transformer、风电应用。
注意力前沿
11
混合模型
物理-统计混合、NWP融合、Stacking/Boosting。
集成混合
12
超短期预测 (0-4h)
滚动预测、实时数据更新。
超短期在线
13
短期预测 (4-72h)
NWP依赖、多模型融合、不确定性量化。
短期NWP
14
中长期预测 (周/月)
气候模式、统计降尺度、季节分解。
长期气候
15
概率预测
分位数回归、核密度、贝叶斯神经网络、区间构建。
概率区间
16
不确定性量化
源不确定性、模型不确定性、集合预报。
不确定性鲁棒
17
模型评估指标
RMSE, MAE, MAPE, R², CRPS, Pinball Loss。
指标评价
18
数据来源与数据集构建
SCADA、测风塔、NWP再分析、GEFCom2014。
数据公开
19
时间序列交叉验证
滚动窗口、扩展窗口、避免数据泄露。
验证时序
20
模型部署与实时预测系统
模型序列化、API、数据管道。
部署工程
21
边缘计算与嵌入式预测
风机控制器部署、资源受限优化。
边缘轻量
22
多风电场集群预测
空间相关性、图神经网络、功率聚合。
集群GNN
23
海上风电特殊问题
海上气象、潮汐、盐雾腐蚀、数据稀缺。
海上挑战
24
极端天气事件预测
台风、寒潮、雷暴应对策略。
极端鲁棒
25
电力市场与功率预测
现货市场、辅助服务、偏差考核、价值评估。
市场经济
26
储能与功率预测协同
储能充放电策略、误差补偿、混合储能优化。
储能协同
27
风功率预测标准与规范
GB/T 19963、行业规范、并网技术要求。
标准规范
28
案例实战：LSTM风电预测
数据加载、模型训练、评估、部署全流程。
实战LSTM
29
前沿趋势
PINN、强化学习、大模型与基础模型。
前沿AI
30
课程总结与职业发展
知识体系回顾、学习路径、认证与岗位。
总结职业