[发明专利]基于多模态多任务的Transformer网络的风电功率多步预测方法

摘要

本发明公开了一种基于多模态多任务的Transformer网络的风电功率多步预测方法，属于电力系统规划领域，包括：设计深度的M2TNet预测模型；收集K种多源异构数据并利用最大信息系数分析进行变量选择，选出S种优选变量；对优选变量进行归一化处理，划分训练集和测试集；采用人工经验和网格搜索的方式并结合模型训练的效果来确定M2TNet模型的超参数；保存最佳训练效果的参数模型，利用测试集的数据进行风电功率多步预测；对预测结果进行反归一化得到风电功率预测值，并结合评价指标对预测结果进行分析。解决了多源异构数据的风电功率多步预测问题，并改善了已有的模型性能，不仅能提升已有模型的预测准确率而且能降低其时间复杂度。