科研之友
微信
新浪微博
Facebook
分享链接
摘要
采用门控循环单元(gated recurrent unit, GRU)构建风电功率预测模型以对风电功率进行精准预测在风电并网中具有重要意义。然而，传统的GRU在门控交互结合方面还有待进一步研究。针对上述问题，提出一种基于改进门控交互机制的Mogrifier GRU短期风电功率预测方法，其对Mogrifier机制赋予更丰富的超参数实现门控信息的深度交互，并创新地提出利用贝叶斯优化和改进后的Mogrifier GRU相结合，解决算法中超参数选取的问题，实现参数的自适应选取。最后采用风电场数据进行算例验证，证明该文所提的基于风电数据特性的Mogrifier GRU短期风电功率预测模型，参数可以根据风电数据特点自适应优化，解决Mogrifier GRU在典型的随机性与间歇性风电数据中应用时超参数设置问题，可有效提高风电功率预测精度。
- 单位
