摘要
本发明公开了基于多解码器的风电短期功率预测方法,涉及解码器风电预测领域,包括以下步骤:步骤S1、收集目标风电场站的气象数据,并将气象数据进行预处理;步骤S2、将预处理后的气象数据输入嵌入特征层,利用线性变换或特征提取技术将气象数据映射到新的特征空间;步骤S3、嵌入时间序列位置编码;步骤S4、构建编码器结构;步骤S5、构建解码器结构;步骤S6、搭建输出层;步骤S7、进行模型的训练和优化;本发明采用上述的基于多解码器的风电短期功率预测方法,考虑不同风电场站间的耦合关系,提出一种基于多解码器的风电短期功率预测模型,有效提高了各风电场站的功率预测精度。
技术关键词
前馈神经网络
注意力机制
气象
嵌入特征
特征提取技术
线性变换矩阵
编码器结构
解码器结构
数据
生成风电场
风速
功率
序列
多层结构
系统为您推荐了相关专利信息
三相永磁同步电机
驱动控制系统
功率管
电流控制模块
反变换模块
兴趣点推荐方法
Attention机制
序列
数据
LSTM模型
雷达信号识别方法
超声波
噪声分类
气象环境参数
激光雷达