基于一种新技术的风电功率短期预测

• 作者: 李同哲 李昆明 石星煜 谢林枫
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 风力发电 短期风电功率预测 自注意力机制 端到端记忆网络
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 149-154
• 页数: 6页
• 分类号: TP391.9
• 字数: 4512字
• 语种: 中文

摘要

近年来,循环神经网络(Recurrent Neural Network,RNN)等序列化模型越来越多地应用到风电功率预测任务中,鉴于序列化模型在处理长距离依赖关系时的固有缺陷,提出一种结合Transformer模型和端到端记忆网络(End-To-End Memory Networks,MemN2N)的预测方法.利用Transformer挖掘历史数据中的长距离依赖性信息,并将编码结果引入到MenN2N网络的记忆池中.为了进一步增强模型在多步预测中的稳定性,基于注意力机制对MenN2N网络的输入组件和输出组件加以改进,对连续多步天气数据之间的不确定性进行建模,实现对风电功率在短期内的多步预测.通过风场中实际数据进行测试,实验结果表明,与其它预测方法相比,所提方法在多步预测中具有更高的预测精度和稳定性,具有很大的工程价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢林枫		8	10	2.0	3.0
2	李昆明		11	57	4.0	7.0
3	石星煜	东南大学计算机科学与工程学院	2	0	0.0	0.0
4	李同哲	东南大学计算机科学与工程学院	2	0	0.0	0.0