近日清华大学科技学院发布的一份研究报告显示，经该研究组进行改进及验证后，提出了一种基于机器学习思想的南方电网中多层复杂模型，为南方电网风电功率的预测提供了可靠的预测精度，比传统模型有明显提升。
在南方电网的实际运行中，风电功率的变化具有时变性，预测准确率是该地区可用能源可靠性的关键所在。而传统模型在预测该地区风电功率的结果往往偏差较大，因此有必要采用新的研究方法来提高预测精度。
为此，该研究组提出基于机器学习思想的多层复杂模型，该模型将南方电网中实际运行情况作为输入，使用多层神经网络结合多元回归模型，将影响南方电网风电功率的多种量向综合起来，实现了对风电功率的多元预测。
研究组利用2011-2015年间南方电网真实运行来检验模型准确性，并将结果与传统模型结果进行比较，结果发现该研究的模型准确率高于传统模型，预测结果准确率有显著提升，表明该模型是一种新颖有效的研究模型。
总体来说，该研究组的突破让南方电网在风力发电的预测更上一层楼，可以为地区用电安全性提供更及时准确的支持，使用和发展的可能性就更大了。
