一种融合机理可解释神经网络的风电功率预测方法

本发明涉及风力发电功率预测领域，公开了一种融合机理可解释神经网络的风电功率预测方法，包括以下步骤：1）数据样本获取与预处理；2）构建基于柯尔莫戈罗夫‑阿诺德网络的分层特征提取网络；分层特征提取网络提取网络包含自适应特征提取子模块与时序特征提取子模块；3）构建机理融合的科尔莫戈罗夫‑阿诺德预测网络；4）模型训练并输出预测值；本发明融入风力发电过程中的物理机理，引导模型训练过程，提升了预测的可靠性与准确性。