摘要
传统特征关联方法的预设阈值限制及分位数损失中各分位点损失的量级差异,使得海上风电功率概率预测精度受限。为了提高概率预测精度,提出了一种基于多任务联合分位数损失的双重注意力概率预测模型(MT-DALSTM)。首先,引入特征和时序双重注意力机制对特征间的关联关系和时序依赖性进行挖掘,赋予关键特征和时间点信息以注意力权重来提升功率预测的准确性;其次,在模型训练方面,采用一种基于任务不确定性的多任务联合分位数损失,通过动态调整各损失权重占比来提升最终预测结果的综合性能指标;最后,基于东海大桥海上风电场真实数据仿真验证结果表明:相比于现有的风电概率预测研究,所提方法在锐度、可靠性、综合性能指标上均具有明显提升,验证了该模型提高预测精度的有效性。
- 单位