基于多任务学习的多阶段风电集群中长期功率预测方法

基于多任务学习的多阶段风电集群中长期功率预测方法，属电力系统调度技术领域；本发明旨在解决风电集群中长期功率预测中精度与效率不足的问题，克服现有技术中可再生能源利用不充分、系统负载平衡性差等局限；首次将多任务学习模型应用于该领域，通过共享信息层与簇级专家模块协同，实现多个风电站功率的同时预测；采用基于稀疏注意力机制的Transformer结构，捕捉风电站间长距离依赖，提升特征提取能力；提出拼接式滚动预测策略，保持历史数据完整性，并为各滚动阶段设定独立损失函数，精准衡量和优化预测误差；本发明显著提高了风电集群中长期功率预测的准确性与稳定性，为风电站群的优化调度与运行提供有力支撑，具有广泛应用价值。