电工电能新技术

作者：陈万志1， 杜超1， 王天元2

单位：1. 辽宁工程技术大学软件学院， 辽宁 葫芦岛 125105;
2. 国网辽宁省电力有限公司营口供电公司， 辽宁 营口 115002

关键词：短期风电功率预测； 多元变分模态分解； 雪消融优化器； 双向时间卷积网络； 双向门控循环单元

基金：辽宁省教育厅高校科研基金项目(2021LJKZ0327)、 国网辽宁省电力有限公司科技项目(2024220)

针对风电时间序列数据的非线性、非平稳特征而导致的短期风电功率预测精度低问题，本文提出一种基于多频解构特征优选方法与改进的雪消融优化器(EMVMD-GPSAO)的短期风电功率网络预测模型。首先，采用多频解构特征优选方法(EMVMD)从原始风电功率及气象数据中分解、筛选得到关键模态特征，提升训练数据质量；其次，构建融合双向时间卷积网络(BiTCN)和双向门控循环单元(BiGRU)的网络模型，采用改进的雪消融优化器(GPSAO)优化模型超参数，并通过多头注意力机制(MHA)实现时序特征的自适应加权；最后，对模型输出的预测序列进行反归一化处理，获得预测结果。场景数据集实验结果表明，所提模型的MAE降低超过58.02%，MAPE降低超过4.52%，RMSE降低超过46.59%，跨数据集R2维持在0.99以上。四种评价指标均优于对比模型，具有更高的预测精度与泛化能力。

来源：2025年第7期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2025年第7期