基于VMD-FFCM特征增强的iTransformer短期风速预测

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于VMD-FFCM特征增强的iTransformer短期风速预测

Issue 8, Pages: 39-47(2025)

更新时间：2025-09-10

- 基于VMD-FFCM特征增强的iTransformer短期风速预测
- 作者机构：
  
  华北电力大学自动化系
- 作者简介：
- 基金信息：
- DOI：
  CLC： TM614
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, (8): 39-47.
DOI：

[J]. 2025, (8): 39-47. DOI：

摘要

针对风速特征难以有效捕捉和单一模型预测精度不高而导致的风速预测效果较差的问题，提出一种基于变分模态分解（Variational mode decomposition

VMD）和融合傅里叶卷积混合器（Fused Fourier convolution mixer

FFCM）特征增强机制的i Transformer短期风速预测方法。首先，采用VMD对风速数据在频域进行分解，得到多个不同中心频率的模态分量；然后，使用FFCM对分解后的各模态进行特征提取，从而在空间域和频域中捕捉风速的复杂特征；最后，利用i Transformer模型，进一步挖掘这些特征之间的时序联系，从时间序列中有效捕获风速数据的长期依赖关系。以北方某电场风电机组实测数据进行验证。相较于Informer等方法，所提方法的均方根误差至少降低22.7%，平均绝对误差至少降低16.6%。这表明该方法具有更高的预测精度。

Abstract

关键词

Keywords

references

程启明,陈路,程尹曼,张强,高杰.基于EEMD和LS-SVM模型的风电功率短期预测方法[J].电力自动化设备,2018(05).

沈小军,付雪姣,周冲成,王伟.风电机组风速-功率异常运行数据特征及清洗方法[J].电工技术学报,2018(14).

姜兆宇,贾庆山,管晓宏.多时空尺度的风力发电预测方法综述[J].自动化学报,2019(01).

赵征,乔锦涛.基于集合经验模态分解的神经网络短期风速组合预测研究[J].电力科学与工程,2019(11).

岳勇,陈雯婷,聂伟.LMD和ARMA组合风速预测方法[J].中国测试,2020(08).

魏炘,石强,符文熹,陈良.考虑CEEMDAN样本熵和SVR的短期风速预测[J].水电能源科学,2020(11).

赵辉,华海增,岳有军,王红君.基于互补集合经验模态分解-模糊熵-深度信念网络的短期风速预测[J].科学技术与工程,2019(29).

向玲,刘佳宁,苏浩,胡爱军,朱泽宁.基于CEEMDAN二次分解和LSTM的风速多步预测研究[J].太阳能学报,2022(08).

张建平,于新建,陈栋,纪海鹏.随机算法改进的RCSA-ANN模型及近海短期风速预测[J].空气动力学学报,2022(04).

牛甲俊,张薇,许达明.基于FCM和ITransformer-TCN的短期风电集群功率预测[J].东北电力大学学报,2024(01).

胡锐,乔加飞,李永华,孙亚萍,王兵兵.基于WOA-VMD-SSA-LSTM的中长期风电预测[J].太阳能学报,2024(09).

孙亦皓,刘浩,胡天宇,王飞.基于时空关联特征与GCN-FEDformer的风速短期预测方法[J].中国电机工程学报,2024(21).

柳璞,王晓霞.融合风电动态特征与通道注意力的超短期风速混合预测[J].电力科学与工程,2024(08).

朱彦民,李忠虎,王金明,杨立清,张鑫宇.基于Transformer的风电机组故障预测[J].电子测量技术,2024(13).

唐非.基于互补集成经验模态分解和Stacking融合的短期风速组合预测模型[J].太阳能学报,2024(07).

黄宇,张宗拾,刘家兴,李旭昕,张鹏.基于改进时间卷积网络与藤Copula的短期风速预测[J].电力科学与工程,2024(07).

M.C.Bueso,A.Molina-García,A.P.Ramallo-González,A.Fernández-Guillamón.Characterization of Vertical Wind Speed Profiles Based on Ward's Agglomerative Clustering Algorithm[J].Journal of Modern Power Systems and Clean Energy,2023(05).

Views

209

下载量

CSCD

Alert me when the article has been cited

提交

Publicity Resources

基于RIME优化VMD与TCN-Crossformer多尺度融合的短期电力负荷预测

基于VMD–BiLSTM机制的小水电日发电量预测

融合风电动态特征与通道注意力的超短期风速混合预测

基于特征分解与Bi-LSTM-Attention模型的风向预测

Related Author

张浩

崔玉雷

梁博彦

马金杰

胡怡然

黄宇

普伟

赵贞焰

Related Institution

昆明理工大学电力工程学院

中国能源建设集团云南省电力设计院

华北电力大学计算机系

保定市综合能源系统状态检测与优化调控重点实验室

保定华仿科技股份有限公司

AI问答

⁰