引入注意力机制的LSTM-FCN海上风电功率预测

打开文本图片集

摘 要：提出一种注意力机制与LSTM-FCN网络结合的海上风电预测模型，在数据中引入风切变物理量来更准确地预测海上风电发电功率。选用公共数据集网站Zenodo内某海上风电场数据中2组风力机数据进行分析和预测验证。对数据集进行标准化预处理后，用AMLSTM-FCN网络和CNN网络、LSTM网络、LSTM-FCN网络进行对比实验，其中AMLSTM-FCN网络在2份风力机数据预测中，RMSE、MAPE、MAE分别为：5号风力机：6.9434、14.01%、48.6636，6号风力机：2.6933、7.12%、17.2536，在相同时段上采用去除风切变的数据训练网络，得到的预测结果从4个指标中看出预测准确度下降。（剩余12561字）