基于一次分解和WOA-CNN-BIGRU-Attention的超短期风电功率预测方法

本发明涉及基于一次分解和WOA‑CNN‑BIGRU‑Attention的超短期风电功率预测方法，包括以下步骤：步骤一：输入原始风电功率时间序列数据，首先对原始序列进行数据标准化处理，以消除数据量纲，防止后续模型在训练过程中出现数值爆炸，然后考虑到风电功率数据中存在的噪声成分，使用ICEEMDAN方法来对原始风电功率数据进行分解降噪，得到若干子序列，本发明通过一次分解技术将风速信号分解为不同尺度的子序列，从而提取了不同时间尺度下的时空特征，然后，引入了WOA‑CNN‑BIGRU‑Attention模型，结合了鲸鱼优化算法(WOA)和注意力机制，以有效地学习和表示风速序列中的时空信息，从而实现对风电功率的准确预测。