基于改进局部自注意力机制的VMD-GRU模型短期风电功率预测

作者：徐武; 刘洋; 沈智方; 范鑫豪; 刘武

来源：电网与清洁能源, 2023, 39(03): 83-92.

• 风电功率预测
• 变分模态分解
• 自注意力机制
• 门控循环单元

较高的随机波动性使得风电功率的预测十分困难。为改善风电功率预测的效果，建立了一种基于变分模态分解（variational mode decomposition,VMD）、改进局部自注意力机制（Improved Local Self-Attention,ILSA）和门控循环单元网络（gated recurrent unit,GRU）的短期风电功率预测方法。使用VMD分解将原始风电功率序列分解为中心频率不一的子模态；对各子模态的中心频率分别建立具有不同高斯偏置优化窗口大小的ILSA模型，并改进其注意力分数公式以更有效地提取信息；采用GRU模型进行风电功率预测，并对各预测序列进行重组，得到最终的预测结果。实验结果表明，相比于各传统模型，所提改进方法能有效提高风电功率预测精度，且对于低频分量有更高的拟合度。

• 出版日期2023
• 单位云南民族大学