一种基于TVFEMD-FE-TCN-Transformer模型的海上风速预测方法

本发明涉及一种基于TVFEMD‑FE‑TCN‑Transformer模型的海上风速预测方法，首先获取历史海上风速数据并进行预处理，再利用时变滤波经验模态分解TVFEMD分解原始风速数据得到多个IMF分量，提高了数据稳定性，通过模糊熵FE根据IMF分量复杂度进行重构生成高频、中频、低频以及趋势信号四类信号，降低了计算复杂度，再采用时域卷积网络TCN提取重构信号特征，融合并输入到Transformer中进行风速预测，同时利用MWOA优化Transformer模型参数，利用最优参数组合Transformer模型对海上风速进行预测，得到最终海上风速预测值；本发明提供的方法有效解决了单一预测模型信号分解不充分、特征提取能力弱以及预测精度不高的问题，在海上风速具有间歇性与波动性特性下，为海上风电场的运维管理、电网调度提供有力支撑。