考虑资源关联性的风电超短期功率预测技术项目

项目描述：根据研究组提供的数据集进行时间序列预测，以历史3小时的数据作为输入，预测未来4小时的风电功率值。发电站将
预测结果作为参考调整发电站功率使风力发电网电压相对稳定
主要任务：利用各种方法优化预测结果。在初期阶段采用比较简单的机器学习模型（包括线性回归，随机森林回归等），之后采
用pytorch搭建神经网络（包括MLP网络，LSTM网络，双向LSTM网络等），并尝试引用分位数回归探索数据集的潜在规律。