基于变量相关注意力机制的短期风速预测

针对多因素风速预测问题，提出一种基于变量相关注意力机制的短期风速预测模型。该模型通过序列对齐与变量选择模块筛选出与风速相关性强的因素序列并生成其他因素矩阵，采用变分模态分解算法将历史风速序列分解并进一步生成模态分量矩阵。将其他因素矩阵与模态分量矩阵拼接，得到因素矩阵。利用变量相关注意力机制表达因素矩阵与风速序列的相关关系，在此基础上实现风速预测。采用中国南方某风电场一年的实测数据验证了序列对齐与变量选择模块的作用、变分模态分解算法的分解效果以及变量相关注意力机制的特征提取能力。该模型在4个季节的平均绝对误差分别为0.17、0.17、0.13和0.14 m/s，明显优于其他对比模型，充分说明该模型在短期风速预测方面的优越性能。