基于iInformer的超短期风电功率多步预测

作     者：甘恒玉 黄莉 刘兴举 寇仲 李筠 吕灵灵 常瑞 

作者机构：贵州乌江水电开发有限责任公司 华北水利水电大学电气工程学院 

出 版 物：《河南大学学报(自然科学版)》 (Journal of Henan University(Natural Science))

年 卷 期：2024年第5期

页      面：576-586页

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家重点研发计划资助项目(2019YFE0104800) 河南省自然科学基金资助项目(232300420152) 河南省高校科技创新团队支持计划(22IRTSTHNO11) 

主　　题：超短期 风电功率预测 倒置嵌入 iInformer模型 

摘      要：超短期风电功率预测的准确性对保障电力系统的稳定性和经济性具有重要意义.为充分挖掘风电功率数据变量之间的内生联系以提升预测性能，提出了一种基于倒置Informer(iInformer)模型的预测方法.首先，该方法通过斯皮尔曼相关性分析，甄选出与风电功率高度相关的特征向量.随后，利用倒置嵌入层将所选特征变量序列独立编码为变量令牌，以保留时间序列的局部特征.通过采用稀疏自注意力机制，深入探索变量令牌之间的关联性，并提取其中的长期依赖关系.最后，借助由多层感知器(MLP)构成的解码器，生成风电功率的预测结果.算例验证显示，基于iInformer模型的预测方法在超短期风电功率预测方面表现出更高的精确度和良好的稳健性，为电力系统运行决策提供了有力支持.