摘要
本发明公开了一种基于图聚合与自注意力网络的风电场风速预测方法及系统,该方法通过构建时空图数据,采用动态时间规整度量序列相似性,结合时序统计特征网络消除时间分布偏移,并通过固有同配性和演变同配性引导动态图结构学习以缓解空间分布偏移影响。最终通过深度自注意力网络融合时间消息和空间消息,有效提升了风电场风速预测的准确性和鲁棒性。
技术关键词
消息
注意力
节点
动态时间规整方法
风电场风速预测
序列
时序
邻居
数据
统计特征
训练预测模型
规范化方法
地图结构
基础
风力发电场
前馈神经网络
系统为您推荐了相关专利信息
脉冲编码器
图像分类方法
图像块
分类结构
原始图像数据
无人机航拍数据
多尺度特征融合
无人机航拍图像
双向特征金字塔
构建无人机
智能光伏发电
光伏发电系统
任务调度算法
监测方法
光伏发电设备
电池级碳酸锂
智能优化控制系统
智能优化控制装置
自动化控制模块
远程监控模块
配电网可靠性评估
节点
评估算法
配电网设备
评估配电网