《电子测量技术杂志》发表论文赏析

基于INGO_BiLSTM_SA的短期风电功率预测

来源:电子测量技术杂志2026年第7期北京时间:

作者:王海亮,李敏,刘亚翃,郝海霞

单位:1.中北大学信息中心 太原 030051; 2.中北大学后勤管理部 太原 030051; 3.中北大学信息与通信工程学院 太原 030051

摘要:为提高短期风电功率预测精度,提出了一种融合单头注意力机制(SA)的双向长短期记忆网络(BiLSTM)和改进的北方苍鹰算法(INGO)调参的风电功率预测模型(INGO_BiLSTM_SA)。首先对风电数据进行预处理,采用Pearson相关系数法计算各因素和风电功率的相关程度,保留相关程度较高的因素,以提高模型预测精度;其次引入单头注意力机制,用于捕捉时序中的长程依赖关系,增加模型的泛化能力;最后针对BiLSTM超参数选择困难的问题,采用融合折射反向学习初始化和正余弦策略的改进的北方苍鹰算法对模型中的隐藏单元数目、最大训练周期和初始学习率3个超参数进行寻优,得到最优参数后利用INGO_BiLSTM_SA模型进行预测。通过新疆某风电站的数据进行实验验证,得到所提模型较原始的BiLSTM网络的决定系数提高了2.08%,均方根误差和平均绝对误差分别降低了23.0%和24.8%。

关键词:改进北方苍鹰算法;BiLSTM;单头注意力机制;短期风电功率预测

基金资助:山西省科技成果转化引导专项(202404021301029)资助

2026年7期其他文献查阅:

基于LightGBM的标准单元动态电流预测

基于软硬协同的Paillier同态加密算法加速方案设计

基于改进GANomaly网络的轮胎缺陷图像检测

基于改进深度可分离复值网络的开集调制识别方法

基于超窄脉冲触发的宽带微波取样器设计

基于改进MMoE的联合活动识别与室内定位算法

基于改进YOLOv8的PE燃气管道缺陷检测算法

基于平滑迭代ESKF的无人船位姿估计算法

基于INGO_BiLSTM_SA的短期风电功率预测

一种PMSM自整定在线惯量辨识策略

基于CW-EMA分解与组合神经网络的风电功率预测

基于自适应模型预测的T型三电平逆变器并网控制

基于HCDNet-YOLO11的输电线路关键部位及缺陷检测算法

中间包内嵌分布式钢水连续测温系统的研发

DBTNet:一种用于运动想象脑电解码的融合网络

基于高斯加权动态时间规整的时间序列聚类

基于VMD-Informer和表面肌电信号的下肢关节角度预测

基于改进UNeXt的岩心目标提取算法

基于互补混合专家与一致性偏置路由的图像去雪算法

无人机航拍小目标检测研究

基于改进YOLOv10n的钢轨表面缺陷检测

注意力与多尺度特征融合的胸部疾病分类

改进RT-DETR矿工不安全行为检测方法

基于Transformer和XCA注意力的车道线检测方法

面向机器人的轻量化多目标检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!