摘要
本发明涉及人工智能与能源预测技术领域,具体公开一种基于双层注意力机制的风功率预测方法及装置,该方法包括:获取风功率相关时序数据并进行标准化处理,生成标准化时序数据特征集;构建基于双层注意力机制的风功率预测模型并训练;其中,训练好的风功率预测模型包括:第一注意力层、第二注意力层、动态权重分配层和全连接层;将标准化时序数据特征集输入至所述训练好的风功率预测模型,得到风功率预测值。本发明通过双层注意力机制与动态权重分配的创新设计,在提升风功率预测精准度的同时,还能够提升鲁棒性与稳定性,可广泛应用于风电场的智能化运维与电网协同控制。
技术关键词
功率预测方法
注意力机制
动态权重分配
时序特征
风机运行参数
交互特征
矩阵
功率预测装置
数据
时序依赖关系
传播算法
并行特征
能源预测技术
网络
风速
可视化模块
气压
系统为您推荐了相关专利信息
位置隐私保护方法
语义特征
位置隐私保护系统
信息数据处理终端
引入注意力机制
深度学习方法
多模态
森林结构
LiDAR点云
卷积模块
协议适配方法
深度迁移学习
融合特征
多模态特征
拼接单元