短期风力发电负荷预测的新方法

摘要

以陆上风力发电负荷数据作为研究对象，将注意力机制引入双向长短期记忆与卷积神经网络（CNN）的混合模型来预测短期电力负荷.结果显示：1）注意力机制通过对不同时步的输入进行加权，能够显著提升双向长短期记忆网络的预测性能；2）双向长短期记忆网络-CNN结构比CNN-双向长短期记忆网络结构更适用于短期负荷预测，前者相较后者能够充分利用时序信息，不会在输入初期就丢失关键信息；3）基于注意力机制的双向长短期记忆网络-CNN混合模型的均方根误差（RMSE）、平均绝对百分比误差（MAPE）分别达到了575.35和7.02%，比次佳模型（基于注意力机制的双向长短期记忆网络-CNN混合模型）分别降低了2.75%和9.65%，其在风电短期负荷预测方面有很好的应用前景.

关键词

关键词短期预测；注意力机制；双向长短期记忆网络；卷积神经网络（CNN)

基金资助

国家自然科学基金资助项目（51775212）; 湖北省教育厅科学技术研究项目（B2021005)