电网内的多个风电场风速往往因为其地理位置的远近而有着不同程度的相关性，采用Ｎａｔａｆ 逆变换技术即可建立不同风电场之间具有相关性的风速分布样本空间，进而得到具有相关性的风 电场出力。在仿真过程中考虑风速的不确定性，将每个风电场出力视为一个负的满足威布尔随机 分布的负荷，根据历史数据，用方差—协方差矩阵描述不同风电场相关系数，建立最优潮流模型。 最后，在风电接入改进ＩＥＥＥ　３０及ＩＥＥＥ　１１８节点系统中应用蒙特卡洛仿真计算，定量研究随着风 电场之间相关性的增强，最优潮流结果

用于风电场区域的风速多步预测问题。模型基于ARIMA，通过数据预处理、进行建模，并使用我国山东省两个风电场的历史风速数据进行测试和分析。结果表明，模型的统计误差小。(Multi-step wind speed prediction in wind farm area. The model is based on ARIMA, through data preprocessing, modeling, and using historical wind speed data of two wind

2001年欧洲智能技术网络组织了一次电力负荷预测竞赛，提供了历史负荷数据、节假日数据和气象数据，对学习负荷预测有帮助(In 2001, the European intelligent technology network organized a power load forecasting competition, providing historical load data, holiday data and meteorological data, which is helpful for