基于差值特征化与二维时序分析的风功率分布偏移缓解预测方法及系统

本发明涉及风力发电功率预测技术领域，本发明公开了基于差值特征化与二维时序分析的风功率分布偏移缓解预测方法及系统，包括输入历史风功率序列数据；通过最近插值特征提取模块RDC生成差值序列，捕捉输入与输出空间的动态分布差异；利用双网络结构Dual‑CONET分别估计输入空间和输出空间的分布参数，对数据进行归一化与反归一化处理；将处理后的数据输入二维时序建模模块TimesNet，结合Inception块提取周期内与周期间特征；整合差值特征化模块与二维时序建模模块的输出，生成最终风功率预测结果。本方法通过构建融合“差值特征化”与“二维时序建模”机制的混合预测模型，为风电系统提供一种高效、稳定、通用的超短期功率预测解决方案。