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。