摘要
本发明公开了一种基于两级趋势分解的单变量超短期风电功率预测方法,对历史风电功率时序数据进行多次趋势分解,生成宏观趋势分量、中尺度趋势分量及残差分量;对分解后的宏观趋势分量和中尺度趋势分量分别采用指数分布初始化因果卷积核提取多尺度趋势特征,采用比例归一化的自适应权重保持时序因果性;采用循环重构注意力机制强化残差建模,通过序列拼接和双重残差连接,得到残差分量动态特征;对各分量分别进行线性处理并进行结果融合,生成超短期风电功率预测值。可以实现超短期风电功率的精准预测。
技术关键词
超短期风电功率
前馈神经网络
序列
注意力机制
Softmax函数
变量
时序
重构
历史功率数据
多尺度
标准化方法
计算机存储介质
线性
周期
矩阵
模块