一种基于时序卷积网络与Transformer的海上风电场发电功率预测方法

本发明涉及海上风电功率预测技术领域，公开了一种融合时序卷积网络与Transformer模型的预测方法。针对现有技术中存在的难以充分利用时间序列频率特征、预测精度受限的问题，通过引入离散余弦变换技术对原始时间序列进行频域特征提取，深度挖掘周期性规律并优化特征权重分配；在此基础上，构建TCN‑Transformer复合模型，TCN模型利用膨胀因果卷积捕捉长时依赖关系，将处理后的特征信息矩阵与经过编码器嵌入层的特征信息矩阵进行融合实现多维信息互补；Transformer模块则通过自注意力机制对融合后的特征进行深度分析与动态预测。本发明显著提升了海上风电功率预测精度，可应用于电网调度和能源优化领域，为海上风电的高效利用提供可靠支持。