基于混沌CSO优化时序注意力GRU模型的超短期风电功率预测

摘要：

高精度的风电功率预测对风电的并网运营至关重要.为提取风电功率输入序列隐含的时间信息,建立以门控循环单元为基础的预测模型;并在模型输入侧引入时序注意力机制,通过与输入进行加权的方式提高模型对关键历史时间节点的敏感性.为加速模型收敛,在训练的早期利用动态混沌纵横交叉算法优化预测模型的权值和阈值;同时,通过构造多指标共同作用并联合待优化参数的正则项作为目标适应度函数,以避免优化过程中模型泛化性问题的出现.以某风电场采集间隔为1h和10min的实测数据进行实验,结果表明所提组合预测方法性能优于其他对比模型,并对其有效性进行了验证.

关键词：风电功率预测;门控循环单元;时序注意力机制;动态混沌纵横交叉算法;正则化

所属期刊栏目：45

分类号：TM614(发电、发电厂)

资助基金：国家自然科学基金61876040

在线出版日期：2021-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：4692-4700