用于超短期风电预测的混合深度学习模型

为提高风功率预测的准确性，本文提出了一种基于注意力机制的CNN-LSTM风功率预测模型。首先进行数据预处理，采用最小二乘法k阶曲线对输入数据进行平滑处理，并对平滑化后的数据归一化；其次，利用卷积神经网络对输入数据特征提取；然后，在传统长短期记忆网络模型中融入注意力机制，进一步从大量信息中提取有用信息，提高模型预测精度。最后，以甘肃省某风电场实测数据为依据进行仿真分析，验证所设计模型的优越性。仿真结果表明，文中模型可以有效降低风功率预测误差。