科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对使用数值天气预报（NWP）数据进行风电功率预测时，NWP风速与实际风速存在偏差导致预测精度欠佳，提出一种基于注意力机制（Attenion）门控逻辑单元（GRU）数值天气预报风速修正和Stacking多算法融合的短期风电功率预测模型。首先，分析NWP预报风速和实际风速的皮尔逊相关系数，建立Attention-GRU风速修正模型，提高预报风速精度。其次，考虑风向、温度、湿度、气压、空气密度等气象因素，基于Stacking框架，提出融合XGBoost、LSTM、SVR、LASSO的多算法风电功率预测模型，同时采用网格搜索与交叉验证优化模型参数。最后，选取西北和东北两个典型风电场数据进行验证，算例结果表明，所提出模型能改善NWP风速精度并提升风电功率预测效果。
- 单位
