来源：期刊VIP网 时间：
作者：陈磊;黄凯阳;张怡;陈禹;张志瑞;尹振楠;
单位：华北理工大学电气工程学院;河北省风光氢储安全监测与智能运行技术创新中心;
摘要：对波动的风电功率进行有效预测，是电网供需平衡、系统稳定运行的重要保障。为此，提出一种基于信息调控和MATCN的超短期风电功率多步预测方法。利用现有数据衍生出高阶项与交互项，提升特征序列数量与有效特征占比。针对复杂的风电数据结构，使用变分模态分解（VMD）将其拆分，根据子序列相关性和方差贡献率的计算结果保留重要序列分量，其余分量进行聚合，降低计算负担，缩短训练时间。随后，引入注意力机制构造多头注意力时间卷积网络（MATCN），通过注意力得分调整网络内部卷积单元之间的传递信息，实现模型对各序列分量的预测。最后，重构序列分量预测值，得到最终的输出结果。在实例数据上对所提模型进行对比验证，结果表明，该模型在不同步幅下均具有较好的预测效果。
关键词：风电功率;;多步预测;;变分模态分解;;多头注意力时间卷积网络;;注意力机制;;信息调控
基金资助：国家重点研发计划项目（2021YFE0190900）;; 教育部产学合作协同育人项目（230802495182120）;; 华北理工大学研究生教育教学改革项目（YJG202308）
