返回列表 发布新帖

[风电] 基于注意力机制的CNN-BiGRU模型预测风力发电功率

9 0
1 黄金阳光 发表于 2024-10-4 00:56 | 查看全部 阅读模式
文档摘要:风能作为清洁能源,在新能源领域深受重视,但由于风力发电不稳定的出力情况制约着其应用和发展,预测其下一阶段工作功率可以有效提高能源的利用,降低系统维护难度.基于风电场的历史时序数据、风速和叶片桨距角数据,针对风电场的短期功率预测提出一种基于注意力机制的卷积神经网络(CNN)和双向门控制循环单元(BiGRU)的融合模型(CNN-BiGRU-AM).首先通过CNN提取数据的空间特征,再将其所获取的特征传递到BiGRU,通过BiGRU学习时间特征,最后通过注意力机制捕获两个模型输出的关键时空特征,通过训练后的参数建立模型,将数值气象预报(NWP)的风速等数据输入模型中,输出所需求的风力发电功率预测结果.输出的风力发电功率预测结果由平均绝对误差(MAE)和均方根误差(RMSE)来评估模型预测的精度,并将多个经典模型、不加注意力机制的融合模型、不同位置引入注意力机制的融合模型和此模型预测效果进行对比,结果显示本文所提出的模型精度更高更稳定.

Abstract:Windenergyishighlyvaluedascleanenergyinthefieldofnewenergy.However,theunstableperformanceofwindenergylimitsitsapplicationanddevelopment.Predictingitsworkperformanceinthenextstagecaneffectivelyimprovetheenergyutilizationrateandreducethedifficultyofsystemma-intenance.Basedonhistoricaltimeseriesdata,windspeedsandbladeangledataofwindfarms,afusionmodelCNNBiGRUAMforshort-termperformancepredictionofwindfarmsisproposed.ThismodeladdsanAMthatcombinesconvolutionalneuralnetworkandbidirectionallygatedrecursiveunit.First,thespatialcharacteristicsofthedataareextractedbyCNN,thentheacquiredcharacteristicsaretrans-ferredtoBiGRUtoextractthetemporalcharacteristics,andthemodelisestablishedbytrainingparame-ters.Finally,themostimportantspatiotemporalpropertiesofthetimeseriesarecapturedbytheAMmechanism,thewindspeeddataofthenumericalweatherforecastisenteredandthefinalforecastresultsareoutputviathemodel.Thefinalpredictionresultsareevaluatedbyusingtwoparameters:meanabso-luteerror(MAE)andmeansquareerror(RMSE),whicharefurthercomparedwiththepredictionre-sultsofseveralclassicalmodels,fusionmodelswithoutAMmechanismandfusionmodelswithAMmechanismatdifferentpositions.Theresultsshowthatthemodelhasahigheraccuracyandstability.

作者:巩冠华  娄柯  尹杰  李冬玉Author:GONGGuanhua  LOUKe  YINJie  LIDongyu
作者单位:安徽工程大学电气工程学院,安徽芜湖241000
刊名:安徽工程大学学报
Journal:JournalofAnhuiPolytechnicUniversity
年,卷(期):2024, 39(2)
分类号:TM614
关键词:注意力机制  卷积神经网络  双向门控循环单元  数值气象预报  
Keywords:attentionmechanism  convolutionalneuralnetworks  bidirectionalgatedrecurrentunity  numericalweatherprediction  
机标分类号:TM614TP391.41TM71
在线出版日期:2024年7月12日
基金项目:国家自然科学基金基于注意力机制的CNN-BiGRU模型预测风力发电功率[
期刊论文]  安徽工程大学学报--2024, 39(2)巩冠华  娄柯  尹杰  李冬玉风能作为清洁能源,在新能源领域深受重视,但由于风力发电不稳定的出力情况制约着其应用和发展,预测其下一阶段工作功率可以有效提高能源的利用,降低系统维护难度.基于风电场的历史时序数据、风速和叶片桨距角数据,针对风...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词:注意力机制,卷积神经网络,双向门控循环单元,数值气象预报,

2024-10-4 00:56 上传
文件大小:
4.87 MB
下载次数:
0
附件售价:
1 下载券 [赞助会员免费下载]
本地下载 立即购买
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
  • 联系QQ客服
2022-2024 新资汇 - 参考资料分享下载网站
关灯 返回顶部
快速回复 返回顶部 返回列表