公开(公告)号：CN114676814A

公开(公告)日：2022-06-28

申请号：CN202210112685.3

申请日：2022-01-29

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  朱浩伟 ,  张兴宇 ,  胡爱军 ,  杨鑫 ,  刘佳宁 ,  付晓孟婷

IPC: G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26

Abstract: 一种基于SATCN‑LSTM的风功率超短期预测方法，包括以下步骤：a.数据预处理：①将气象数据按照季度划分为四个数据集，每个数据集包括气象数据和风电功率数据；②将气象数据和风电功率数据进行归一化处理；③将每个数据集中的数据划分为训练集、验证集和测试集；b.搭建SATCN‑LSTM风电功率超短期预测模型；c.风电功率超短期预测模型的训练；d.风电功率的预测。本发明采用自注意力时间卷积网络与长短时记忆网络相结合的方法来预测超短期风电功率，能够有效提取气象因素中时间特征及气象变量之间相关特征，建立气象因素与风电功率之间的复杂非线性关系，从而可准确地预测超短期风电功率，保证电力系统的安全稳定运行。