Short-term wind speed forecasting model based on an attention-gated recurrent neural network and error correction strategy

2024年04月17日
  • 简介
    精确的风速预报对于电网调度的安全和风力发电的应用非常关键。然而,由于其非线性和非平稳的特性,其短期预报极其具有挑战性。因此,本文提出了一种基于注意力机制和改进的门控循环神经网络(AtGRU)以及误差校正策略的短期风速预测模型。该模型将AtGRU模型作为初步预测器,将GRU模型作为误差校正器。首先,采用奇异谱分析(SSA)减少先前风速序列中的噪声。然后,历史风速序列将用于预测器的训练。在这个过程中,预测可能会有一定的误差。这些误差的序列通过变分模态分解(VMD)进行处理,用于训练误差校正器。最终的预测结果是预测器预测值和误差校正器校正值的总和。在伍德伯恩、圣托马斯和圣塔克鲁兹三个案例研究中,所提出的SSA-AtGRU-VMD-GRU模型优于其他对比模型。这表明该模型明显改善了风速预报的校正效果。
  • 图表
  • 解决问题
    研究如何提高短期风速预测的准确性,以保障电网调度和风能利用的安全性。
  • 关键思路
    使用改进的门控循环神经网络(AtGRU)和误差校正策略来构建风速预测模型,其中AtGRU用作初步预测器,GRU用于误差校正器,通过SSA和VMD等技术对历史风速序列进行处理和训练,最终预测结果为预测器和误差校正器的加和。
  • 其它亮点
    论文在三个案例研究中表现出色,实验设计详尽,使用了SSA和VMD等技术对历史风速序列进行处理和训练,提出的模型明显改善了风速预测的校正能力。
  • 相关研究
    最近的相关研究包括: 1. Short-term wind speed forecasting using deep learning: An empirical study. 2. A review of wind speed forecasting methods. 3. Wind speed forecasting using machine learning techniques: A systematic literature review.
PDF
原文
点赞 收藏 评论 分享到Link

沙发等你来抢

去评论