基于CEEMDAN分解的风电功率预测方法

作     者：冬鑫 陈秋雨 高俊 何永玲 韦厚盛 Dong Xin;Chen Qiuyu;Gao Jun;He Yongling;Wei Housheng

作者机构：北部湾大学广西钦州 上汽通用汽车有限公司上海 

出 版 物：《科学技术创新》 (Scientific and Technological Innovation)

年 卷 期：2024年第22期

页      面：89-92页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0807[工学-动力工程及工程热物理] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(52061001) 广西科技重大专项(2021AA08001) 中国华能集团有限公司广西分公司软科学课题“北部湾(广西)海上风电规划发展与探索研究”(2020623)资助 

主　　题：CEEMDAN LSTM 预测 风电 

摘      要：为了解决由于风电中出现的随机性和波动性对风电功率预测造成的预测精度不高的问题,提出了一种基于CEEMDAN的风电功率预测方法。首先,使用CEEMDAN算法对风电功率进行信号分解,然后,在LSTM算法的基础上,使用Encoder-Decoder框架,结合Attention机制,设计了ELDGAWP风电功率预测模型,有效解决了LSTM在处理非常长的序列数据时,模型可能会遇到梯度消失的问题,最后将各模态分量预测结果累加得到最终预测结果。经与现有模型进行对比,本文所提C-ELDGAWP预测方法的预测精度最高。