基于mRMR和VMD-AM-LSTM的短期风功率预测

• 作者: 杨宇晴 张怡
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 短期风功率预测 变分模态分解 注意力机制 长短期记忆神经网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 建模与仿真系统
• 页码范围: 10-17
• 页数: 8页
• 分类号: TM614
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.20210493

摘要

为了提高模型预测风功率的准确率,提出了一种基于最大相关-最小冗余筛选、变分模态分解、注意力机制和长短期记忆神经网络的短期风功率预测方法.首先使用变分模态分解算法将风功率序列分解成几个中心频率不同的分量;再对各个分量结合最大相关-最小冗余筛选出的气象特征分别建立注意力机制和长短期记忆混合预测模型;最后将各个分量的预测结果叠加,得到最终的风功率.实际算例表明,与其他几种模型对比,所提预测方法准确率明显提升.