-
题名考虑时序特征缺失值动态插补的超短期风电功率预测
- 1
-
-
作者
李丹
唐建
缪书唯
黄烽云
罗娇娇
-
机构
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(三峡大学)
新能源微电网湖北省协同创新中心(三峡大学)
-
出处
《中国电机工程学报》
北大核心
2025年第17期6790-6803,I0015,共15页
-
基金
国家自然科学基金项目(51807109)。
-
文摘
风电功率预测使用的数据集可能存在不同程度的数据缺失现象,由于缺失值处理往往独立于预测模型训练之外,无法充分利用真实数据的时序相关特点提高预测效果,对此提出考虑时序特征缺失值动态插补的超短期风电功率预测方法。针对时序数据存在缺失值的问题,设计嵌入时滞衰减插补策略的门控循环单元动态捕捉输入特征时间序列中缺失值前后观测值间的不规则时滞关系,并通过带掩码的自相关分析,确定输入特征的最佳时窗长度和时滞衰减率函数的初始参数;基于门控循环单元提取的时序信息,进一步构建序列到序列的预测结构,协调历史和预测时刻输入特征维度不一致的问题,输出未来15 min~4 h的风电功率预测序列。实验结果表明,所提方法在风电数据含缺失值的情景下,与传统的缺失值处理和预测方法相比,具有更高的预测精度和更稳定的预测性能。
-
关键词
超短期风电功率预测
时序特征缺失值
自相关分析
时滞衰减率函数
序列到序列模型
-
Keywords
ultra-short-term wind power forecasting
missing values of time series features
autocorrelation analysis
time-delay attenuation rate function
sequence-to-sequence model
-
分类号
TM73
[电气工程—电力系统及自动化]
-
