论文部分内容阅读
针对风电功率序列和数值天气预报数据对风力发电的影响,同时考虑每台风力发电机的自身特征,提出了一种融合多源信息的短期风电预测模型。为了挖掘风电功率序列中隐含的周期特性,采用变分模态分解将原始风电功率序列分解为一系列不同的子模态,进一步构建模态矩阵并利用卷积神经网络进行功率特征提取,同时利用门控循环单元对数值天气预报数据进行时间序列的动态建模,并引入风机嵌入对风机间的差异性特征建模,最后使用门控循环单元对所提取特征进行融合,实现风电功率的预测。通过某风电场中实测数据进行测试,实验结果表明,上述方法可以有