多尺度特征提取的Transformer短期风电功率预测

作     者：徐武 范鑫豪 沈智方 刘洋 Xu Wu;Fan Xinhao;Shen Zhifang;Liu Yang

作者机构：云南民族大学电气信息工程学院昆明650500 

基　　金：国家自然科学基金(U1802271) 

出 版 物：《太阳能学报》 (Acta Energiae Solaris Sinica)

年 卷 期：2025年第46卷第2期

页      码：640-648页

摘      要：针对短期风电功率预测特征提取尺度单一问题,设计一种基于多尺度特征提取的Transformer短期风电功率预测模型(MTPNet)。首先,在Transformer构架的基础上,利用维数不变嵌入,设计多尺度特征提取网络挖掘风电功率序列本身时序特征,保证了特征提取时维数不被破坏;其次,利用融合自注意力机制的长短期记忆网络挖掘气象条件与功率之间的全局依赖关系;最后,融合风电功率序列本身时序特征和气象条件依赖关系,实现短期风电功率预测。实例仿真结果表明,MTPNet模型预测精度得到提升;消融实验证明了模型各模块的可靠性和有效性,具有一定的实用价值。

主 题 词：风电功率预测 Transformer 注意力机制 特征提取 长短期记忆网络 维数不变嵌入层 

学科分类：08[工学] 0807[工学-电子信息类] 

D　O　I：10.19912/j.0254-0096.tynxb.2023-1604

馆 藏 号：203157401...