基于DA-CNNGRU混合神经网络的超短期风电场功率预测方法

• 作者: 王雅兰 田野 杨丽华
• 来源期刊: 湖北电力
• 关键词: 风电功率 数据挖掘 超短期功率预测 混合神经网络 注意力机制
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 新能源|New Energy
• 页码范围: 23-28
• 页数: 6页
• 分类号: TM614
• 语种: 中文
• DOI: 10.19308/j.hep.2021.03.004

摘要

风力发电功率受到风速、风向等气象因素而呈现强波动性与随机性,对超短期风电功率精确预测提出了挑战.针对上述问题,提出一种基于双重注意力机制-CNNGRU混合神经网络的超短期风电功率预测方法.首先,为提升模型对输入数据矩阵的时空特性提取能力,提出一种基于卷积神经网络结合门控循环单元神经网络的组合算法;其次,为提升模型对强相关性特征时序提取能力,提出一种特征注意力机制以自主分析历史信息与输入特征之间的关联关系;进一步,为提升模型预测效果的稳定性,建立一种时序注意力机制以自主选取CNNGRU网络强相关性时间点的历史信息;最后,得出最终预测结果.采用中国西北某集中式风电场数据进行算例验证,结果表明,所提方法能有效提高预测精度,具有一定的工程实用价值.