|
|||||
|
|
| 基于时空注意力-Seq2Seq模型的多风电机组多步风速预测算法 | |
| 引用本文： | 刘长良,赵陆阳,王梓齐,徐健.基于时空注意力-Seq2Seq模型的多风电机组多步风速预测算法[J].太阳能学报,2023(8):420-429. |
| 作者姓名： | 刘长良 赵陆阳 王梓齐 徐健 |
| 作者单位： | 1. 华北电力大学控制与计算机工程学院;2. 新能源电力系统国家重点实验室(华北电力大学);3. 浙江大学控制科学与工程学院;4. 浙江大学湖州研究院 |
| 摘 要： | 针对在多风电机组风速预测任务中，卷积运算不适用于提取排布不规则的多风电机组空间相关性的问题，提出一种基于时空注意力-Seq2Seq模型的多风电机组多步风速预测算法。首先使用空间注意力机制强化风速序列的空间相关性，并对常规空间注意力机制进行改进；之后使用Seq2Seq模型中的编码器进行编码；最后使用结合时间注意力机制的解码器计算多风电机组的多步预测结果。以河北市某风电场的实际数据为算例进行实验，结果表明相比其他对比算法，所提算法的平均绝对误差下降约4.3%～15.0%，精度有较大提高。 |
| 关 键 词： | 风速 深度学习 风电机组 注意力机制 Seq2Seq 时空相关性 |