一种基于二次分解和神经网络的短期风电功率预测方法

本发明公开了一种基于二次分解和神经网络的短期风电功率预测方法，包括以下步骤：获取原始风电功率信号进行降噪处理，并分解成多个初始模态分量；进行预处理，提取对应的高分辨率特征信号；将高分辨率特征信号输入预训练的风电功率预测模型；输出对应的风电功率预测结果；风电功率预测模型为两个并行的分支网络；第一分支网络为双向时域卷积网络与双向门控循环单元；第二分支网络为二维卷积神经网络与双向长短期记忆网络；两个并行的分支网络基于改进沙猫算法进行优化。本发明考虑不同模型和算法间的综合优化，充分挖掘和利用数据间深层次的相关性和动态变化特征，加强了全局搜索能力和避免局部最优解，显著降低了短期风电功率预测误差。