考虑多对一时空特征的短期风功率组合预测模型

来源：动力工程学报杂志2024年第12期北京时间：

作者：魏乐, 戴泽, 陈远野, 房方, 胡阳,

摘要：为研究单台风机数据进行风功率预测时未考虑空间特征造成预测精度不理想的问题,提出了一种考虑多对一时空特征的基于改进序列到序列(Seq2Seq)模型的短期风功率预测组合模型。首先,采用k近邻算法对风电场的风机实现空间区域的划分,获取k台近邻风机的数据,基于孤立森林算法对异常数据进行识别、筛选和填充。其次,应用双向门控循环单元和自注意力机制对Seq2Seq模型进行改进,利用具有空间特征的邻接矩阵对模型进行权重优化。最后,进行多对一短期风功率预测,输出目标风机风功率预测结果。采用美国风场实际运行数据,将所提出的组合模型与长短期记忆(LSTM)等5种模型进行对比,以验证模型的可靠性。结果表明:该组合模型在时空风功率预测中表现出令人满意的稳定性和鲁棒性,可有效提高风功率预测精度及效率。

关键词：时空特征,短期风功率预测,多对一,自注意力机制,Seq2Seq,