一种基于自适应特征挖掘的超短期风电功率预测方法
技术特征：
1.一种基于自适应特征挖掘的超短期风电功率预测方法，其特征在于，具体按照以下步骤实施：
2.根据权利要求1所述的一种基于自适应特征挖掘的超短期风电功率预测方法，其特征在于，所述步骤1具体按照以下实施：
3.根据权利要求1所述的一种基于自适应特征挖掘的超短期风电功率预测方法，其特征在于，所述步骤2具体按照以下实施：
4.根据权利要求1所述的一种基于自适应特征挖掘的超短期风电功率预测方法，其特征在于，所述步骤3具体按照以下实施：
技术总结
本发明公开了一种基于自适应特征挖掘的超短期风电功率预测方法，主要包括：1、提出了自适应变分模态分解方法，无需人为干预，对超短期风电功率数据进行滤波及分析；2、提出了两阶风电功率多分量时频综合分析框架，为各时间序列特征子序列匹配定制的影响因素序列。依据风电功率时间序列意义，构建不同的预测模型输入特征集；3、利用双向时间卷积神经网络对风电功率子序列进行特征深度提取，再将特征向量按时序序列方式构建，并将其作为经过注意机制优化的双向门控循环单元网络的输入，进行多源数据混合驱动预测。有益效果在于，解决了现有风电功率预测技术难以准确捕捉短时间尺度内风电功率的波动特征。
技术研发人员：韩杨,张明岳,薛云飞,杨平,王丛岭
受保护的技术使用者：电子科技大学
技术研发日：
技术公布日：2024/12/2
文档序号 :
【 40202008 】
技术研发人员：韩杨,张明岳,薛云飞,杨平,王丛岭
技术所有人：电子科技大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：韩杨,张明岳,薛云飞,杨平,王丛岭
技术所有人：电子科技大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除