基于参数优化和QR的短期风电功率预测
来源：电子测量技术杂志2025年第16期北京时间：
作者：蒲晓云，杨靖，杨兴，宁媛
单位：贵州大学电气工程学院 贵阳 550025
摘要：针对高波动场景下风电功率预测模型难以兼顾点值精度与区间可靠性的问题，提出一种融合参数优化与非线性分位数回归的混合预测模型。首先，构建基于双重注意力机制的TCNGRUDA组合预测模型，利用特征注意力挖掘多维气象特征的空间相关性，并结合多头注意力捕捉功率序列的时序依赖性；其次，提出改进鹭鹰优化算法(ISBOA)实现组合模型的4个超参数的智能寻优，该算法通过融合佳点集和量子计算初始化、分段非线性权重、北方苍鹰优化算法(NGO)的方向因子和柯西分布策略显著提升收敛性能；最后，构建基于多头注意力的非线性分位数回归模型，通过自适应损失函数动态调节不同分位数下的特征权重，显著提升了条件分位数估计的准确性。实例结果表明，在点值预测方面，所提模型较TCN-GRU的MAE和RMSE分别降低30.27%和27.28%；在区间预测方面，95%置信度下的PICP提升3.97%，PINAW下降20.76%。研究表明，所提模型有效解决了风电功率点值估计与区间估计的协同优化难题，不仅提高了极端天气下的预测鲁棒性，更为电网的日前调度与实时控制提供多维决策支持。
关键词：风电功率预测;门控循环单元;注意力机制;分位数回归;点值预测;区间预测
基金资助：国家自然科学基金(61640014，61963009)、贵州省科技支撑项目(黔科合［2022］一般017，黔科合ZK［2022］135)资助
