基于多变量DMD和迁移学习的风功率预测方法、装置及介质

本发明公开了一种基于多变量DMD和迁移学习的风功率预测方法、装置及介质，所述方法包括：首先收集源域和目标域中的相关数据信息；利用贪婪特征选择对数据进行降维处理，去除数据中的冗余特征；然后利用稀疏促进动态模态分解对初始数据进行处理，构建输入数据集；构建Medformer模型进行风功率预测；利用指数三角优化算法更新Medformer模型的参数，并获得最优参数集，形成优化后的ETO‑Medformer模型；基于参数迁移学习策略，从源域上训练ETO‑Medformer模型，并将其参数用作目标域上相同模型的初始参数；最后在目标域上进一步训练ETO‑Medformer模型，利用训练好的模型来预测风力发电的功率，得到最终预测结果。本发明为风电场的高效运行和电力系统的稳定调度提供更准确的风功率预测支持。