[发明专利]一种基于时空相关性的风电场短期风速预测方法

摘要

本发明公开了一种基于时空相关性的风电场短期风速预测方法，该方法基于VMD和混合深度学习模型CNN‑Attention‑LSTM，首先获取目标站点风速的时空数据，经过数据清理后进行VMD分解，获得较为稳定的IMF(固有模态函数)分量；进一步地，针对各IMF分量，应用底层的CNN模型抽取风速的空域特征；再应用项层LSTM模型进行风速时域特征的提取并得到各分量的预测结果，同时融合通道注意力机制；最后进行合并获得最终预测风速。本发明充分利用风速的时空相关性，结合VMD和CNN‑Attention‑LSTM网络，改善原始风速的不平稳特性，有效提高风速预测精度，可以优化包含风电场的电网调度性能，保障电力系统的可靠、经济运行。