基于双向长短期记忆网络的风电功率预测方法
本公开涉及一种基于双向长短期记忆网络的风电功率预测方法,涉及风电功率预测技术领域,包括:对原始数据进行时空对齐与动态加权融合处理生成对齐融合数据;对对齐融合数据中的异常值进行数据清洗处理;基于重组趋势项向量对清洗后的对齐融合数据进行带通滤波处理,分离出周期项向量和残差项向量;将重组趋势项向量、周期项向量以及残差项向量输入到训练完成的风电功率预测模型,得到最终的风电功率预测值,采用上述技术方案,通过多特征融合和残差修正机制,综合考虑了实时气象信息、周期性规律以及随机变化因素,通过自适应修正提高预测精度,尤其在快速风速扰动或极端天气条件下,能够根据实际情况动态调整预测结果,提高预测精度。