-
公开(公告)号:CN116542376A
公开(公告)日:2023-08-04
申请号:CN202310502188.9
申请日:2023-05-06
Applicant: 贵州大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/213 , G06F18/214 , G06F18/24 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于AVMD‑CNN‑GRU‑Attention的超短期风功率预测方法,该方法为:首先,利用Kendall相关系数法对原始数据进行相关性的计算,提取和风功率相关性高的特征;其次,利用改进的VMD将风功率序列分解为K个子模态;再次,将各子模态利用样本熵SE和中心频率进行分类,根据分类结果对各子模态分别给定归一化方式,并按SE值分别输入到GRU‑Attention模型和CNN‑GRU‑Attention模型中进行训练和预测;最后,将各子模态预测结果叠加得到最终结果,完成超短期风功率预测。