来源：期刊VIP网 时间：
作者：李丹;黄烽云;杨帆;唐建;罗娇娇;方泽仁;
单位：三峡大学电气与新能源学院;梯级水电站运行与控制湖北省重点实验室;国网宁夏电力有限公司银川供电公司;新能源微电网湖北省协同创新中心;
摘要：针对同一区域内多风电场出力间复杂且动态的时空相关性，提出一种基于注意力时空同步图卷积网络的多风电场短期功率预测模型。首先引入注意力机制量化天气特征对风功率的影响，构建相邻3个时间步的风功率局部时空图，卷积提取局部时空特征；然后用时空同步图卷积层聚合输入时窗的整体时空特征；最后非线性映射输出多风电场未来时段的功率预测结果。实际算例结果表明，所提模型通过学习不同天气条件下风功率的时空动态演变规律，可将多风电场日前功率预测精度提高2.10%～13.94%。
关键词：深度学习;风电功率;相关性;时空同步图卷积网络;功率预测
基金资助：国家自然科学基金资助项目（51807109）
