基于多重注意力的双通道超短期风电功率预测

作者：赵雅婷; 景超; 张兴忠^*

来源：电网技术, 2023, 47(07): 2887-2897.

DOI：10.13335/j.1000-3673.pst.2022.2178

• 风电功率预测
• 双通道
• 多重注意力
• 多元气象因素

风电功率的超短期精确预测对于电力系统持续、稳定运行具有重要意义。针对风电功率超短期预测问题，提出了一种基于多重注意力双通道模型(dual-channel model with multi-attention,DCMMA)的预测方法，首先采用最小冗余最大相关性(minimum redundancy maximum relevance,mRMR)算法对多元气象因素变量进行筛选，预处理得到适配模型的样本；其次通过DCMMA模型并行提取气象因素时序数据和风电功率时序数据在超短期内的内在特征，并添加多重注意力对各维度下的重要信息进行关注；最后将贝叶斯优化算法(Bayesian optimization algorithm,BOA)融入模型超参数寻优过程，得到包含近似最优超参数的DCMMA模型。多次实验结果表明，所提方法在超短期内的预测精度均优于其他对比模型。

• 单位
  太原理工大学; 西安交通大学