来源：期刊VIP网 时间：
作者：环加飞;张伟韬;姜霁轩;周玲;朱红路;
单位：国家电网有限公司华北分部;国能日新科技股份有限公司;华北电力大学控制与计算机工程学院;
摘要：为减轻风电功率预测中的不确定性与数据噪声对电网运行的影响，提出一种基于两阶段序列分解与重构的多步短期风电功率预测模型。首先使用完全集合经验模态分解（complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN）将原始风电序列分解为多个模态分量，根据排列熵划分高频和低频分量；高频分量通过小波包分解（wavelet packet decomposition,WPD）重构，低频分量根据相似性叠加重构；随后结合双向门控循环单元（bidirectional gated recurrent unit,Bi GRU）和自注意力机制构建多步预测模型，并采用指数权重衰减的损失函数。在真实风电功率数据集上，该模型单步预测优势显著，多步预测时误差增长幅度较小。该方法为风电功率预测提供了一种高效且稳定的解决方案。
关键词：风电功率预测;;两阶段序列分解;;BiGRU;;自注意力机制;;指数权重衰减;;损失函数
基金资助：国家自然科学基金“基于智能分群的风电场扇区分布式协同调控方法及应用研究”（61973114）;; 国家电网公司华北分部科技项目“国网华北分部调控中心重点分区新能源电力电量预测功能升级改造”（SGNC0000DKXX2310264）~~
