一种基于Transformer双编码器、LSTM及动态卡尔曼滤波的风机功率预测方法及系统

本发明提供了一种基于Transformer双编码器、LSTM及卡尔曼滤波的风机功率预测方法及系统，属于风力发电领域。为了解决现有的预测方法在处理高波动性和非线性的风力发电数据时，存在预测精度不足、模型稳定性差的问题。本发明通过结合Transformer在捕捉长时间依赖关系方面的优势与LSTM在处理时序动态变化方面的能力，并引入动态卡尔曼滤波器对预测结果进行修正，显著提高了风机功率预测的精度、稳定性与鲁棒性，能够为风电场的电力调度提供更为可靠的预测支持，具有广泛的应用前景。