摘要
本发明涉及一种基于Informer组合模型的风电功率预测方法,具体为:S1:采用随机森林模型对风速、风向、压强等原始气象因素进行筛选,得到对任务起到关键作用的因素;S2:确定需要优化的VMD参数,通过蜣螂优化算法对VMD算法中的参数进行优化和动态调整;S3:分析优化结果,并通过VMD算法将风电功率时间序列分解成多个内涵模态分量;S4:使用优化后的参数进行VMD分解,将分解后的IMFs作为输入特征,训练Informer风电预测模型;S5:通过Informer对每个IMF进行多步预测,并将预测得到的IMF分量进行相加,得到最终风电功率序列预测结果;本发明具有基于组合模型、综合考虑多种气象因素、提高预测准确和稳定的优点。
技术关键词
多步预测方法
随机森林模型
拉格朗日
序列
风电功率预测方法
评估预测模型
气象
谱分析方法
深度学习技术
参数
指数
分解算法
解码器
因子
频率
信号
编码器
节点
系统为您推荐了相关专利信息
编码器
熵解码器
高分辨率信息
影像
交叉注意力机制
人格预测方法
量子优化算法
数据
图像特征向量
文本
文本
预训练语言模型
语义关联度
通信接口
电子设备
构建状态转移模型
生成方法
车辆
特征点
工况参数