结合时频分析与注意力机制的TCN-LSTM风能发电量预测方法

本发明涉及的是结合时频联合分析与多头自注意力机制的TCN‑LSTM风能发电量预测方法，它包括：对风能发电的原始数据预处理；通过小波变换提取风能发电数据的频域特征，将其与时域特征进行自适应加权融合，构建时频联合分析模块；构建时间卷积网络TCN与长短期记忆网络LSTM的TCN‑LSTM组合网络；将多头自注意力机制引入TCN‑LSTM组合网络，生成结合时频分析与注意力机制的TCN‑LSTM风能发电量预测模型；利用风能发电数据集对模型进行训练；对训练后的的预测性能进行评估；利用最终的风能发电量预测模型进行风能发电量预测。本发明显著提高了风能发电预测的准确性和模型的计算效率，提高风能预测的精度。