针对风电功率数据高波动性和间歇性的特点，文章提出了一种基于泊松噪声的互补集合经验模态分解（CEEMDPN）和改进的蛇优化算法（MSO）优化极限学习机的多因素混合学习方法。首先，利用CEEMDPN将风电功率序列分解为子序列；然后，引入曲线自适应调整参数...