1.一种风电功率区间的预测方法，其特征在于，包括：
2.如权利要求1所述的风电功率区间的预测方法，其特征在于，所述分别获取nwp预测气象因素数据和风电场历史数据，并基于欧氏距离计算方法实现对数据的第一筛选，具体包括：
3.如权利要求2所述的风电功率区间的预测方法，其特征在于，所述根据灰色关联度计算方法获取所述风电场历史数据与待预测日风速数据的关联系数，以实现对数据变化趋势的第二筛选，具体包括：
4.如权利要求3所述的风电功率区间的预测方法，其特征在于，所述基于vmd模型对经过所述第二筛选后的数据进行分解，分别得到各个imf分量，以实现对数据的第三筛选，具体包括：
5.如权利要求4所述的风电功率区间的预测方法，其特征在于，所述将各个所述imf分量作为优化后神经网络的训练集和测试集，分别对不同的所述imf分量进行确定性预测，并将对应的预测结果进行叠加，以得到待预测日风速的初步预测结果，具体包括：
6.一种风电功率区间的预测系统，其特征在于，包括处理器，所述处理器被配置为：
7.如权利要求6所述的风电功率区间的预测系统，其特征在于，所述处理器还被配置为：
8.如权利要求7所述的风电功率区间的预测系统，其特征在于，所述处理器还被配置为：
9.如权利要求8所述的风电功率区间的预测系统，其特征在于，所述处理器还被配置为：
10.如权利要求9所述的风电功率区间的预测系统，其特征在于，所述处理器还被配置为：