基于AVMD-CNN-GRU-Attention 的超短期风功率预测研究

打开文本图片集

摘 要：为提高超短期风功率的预测精度，提出一种改进的基于变分模态分解的卷积神经网络（AVMD-CNN）、门控循环单元（GRU）和注意力机制（Attention）的超短期风功率预测模型。首先利用改进的VMD将风功率序列分解为K 个子模态；然后将各子模态利用样本熵（SE）和中心频率进行分类，根据分类结果对各子模态分别给定归一化方式，并按SE值分别输入到GRUAttention和CNN-GRU-Attention模型中进行训练和预测；最后将各子模态预测结果叠加得到最终结果，从而完成超短期风功率预测。（剩余11796字）