摘要
本发明涉及一种具有定向焦点注意机制的风电预测方法,其技术特点:对数据采用主成分分析进行预处理,减少变量冗余、提升效率和精度;提出结合动态策略的EDS‑PKO算法,包含动态参数调整和两阶段更新策略;LSTM网络中引入DFAT,通过动态调整不同时间步长的注意力权重;本发明使用EDS‑PKO算法与PSO、WOA和GWO算法相比,优化的LSTM‑DFAT模型的RMSE值分别提高了42.59%、46.55%和16.21%,R2值分别提高了16.04%、18.59%和6.96%,MAPE值分别提高了3.97%、4.41%和1.36%,显示了其优越性;本发明为风电功率预测提供新手段,有助于风能的高效利用。
技术关键词
风电预测方法
复杂多变环境
注意力
算法
策略
代表
风力发电数据
变量
动态
定义
恶劣天气条件
焦点
主成分分析法
计算方法
功率值
机制
超参数
因子
系统为您推荐了相关专利信息
三维虚拟环境
云台
数字孪生系统
模拟无人机
摄像设备
工件点云
坐标系建立方法
矫正
特征值
主成分分析法
水印嵌入
像素块
数字水印图像
水循环算法
嵌入水印信息