[发明专利]考虑多风电机组之间复杂联系的超短期功率预测方法

摘要

本发明涉及考虑多风电机组之间复杂联系的超短期功率预测方法，属于风电机组运行技术领域，通过经验模态分解方式进行风电功率分解；可以对各种类型的信号数据进行分解多个不同频段的模态，且无需设置基函数。通过时间模式注意力机制进行不同风机功率特征提取；BiGRU隐状态矩阵的变量则包含了不同时间步下不同序列之间的复杂关系，利用CNN对隐状态矩阵的行向量进行特征抽取，就能同时提取时间序列关系与不同变量之间的复杂联系。通过双向长短时记忆神经网络实现多风机功率预测。BiGRU对于同时依赖前后信息的时间序列有着更好的预测效果。