来源：期刊VIP网 时间：
作者：张智浩;王聪;张宏立;马萍;李新凯;
单位：新疆大学电气工程学院;新疆大学智能科学与技术学院;
摘要：由于风电场设备故障和老化，获取高质量数据样本变得困难，影响风电功率预测的精度。为提高风电功率预测的准确性，首先采用拉依达法则进行数据清洗和预处理，并划分数据集；再使用皮尔逊相关系数法筛选特征，保留强特征，剔除冗余特征。然后，利用时间序列生成对抗网络进行数据扩增，生成更多样本。最后，结合双向时域卷积网络、双向门控循环单元和注意力机制构建预测模型。在新疆哈密地区某风电场的功率及气象数据上进行的实验可以得到结论：所提模型有效提升了风电功率预测的精度，解决了样本数据不足和异常值干扰等问题。
关键词：风电功率预测;;皮尔逊相关系数;;生成对抗网络;;时域卷积网络;;门控循环单元
基金资助：新疆维吾尔自治区自然科学基金资助项目（2023D01C187）;; 天山英才培养计划（2023TSYCCX0037）
