基于时空特征和二次分解的误差自校正短期风电功率预测

孔峰; 周辰龙; 李指贤; 高世洋

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于时空特征和二次分解的误差自校正短期风电功率预测

更新时间：2026-06-30

- 基于时空特征和二次分解的误差自校正短期风电功率预测
- Vol. 42, Issue 6, Pages: 44-52(2026)
- 作者机构：
  
  华北电力大学经济管理系
- 作者简介：
- 基金信息：
- DOI：
  CLC： TM614
- Published：2026
- 稿件说明：
移动端阅览
孔峰, 周辰龙, 李指贤, et al. 基于时空特征和二次分解的误差自校正短期风电功率预测[J]. 2026, 42(6): 44-52.
DOI：

孔峰, 周辰龙, 李指贤, et al. 基于时空特征和二次分解的误差自校正短期风电功率预测[J]. 2026, 42(6): 44-52. DOI：

摘要

针对风电功率预测模型忽略空间特征及对信号分解深度不足导致预测精度较低的问题，提出一种集成时空多维度特性与风电功率信号两阶段分解策略的误差自校正预测方案。模型运用完全自适应噪声集合经验模态分解算法对风电初始特征序列进行首次模态分解，针对非线性最强的首个子分量，引入变分模态分解实施二次分解，以有效平抑信号的波动；然后，应用具有空间建模能力的图卷积神经网络结合风电机组地理坐标与距离构建邻接矩阵，提取各风机节点特征并嵌入时空特征矩阵；最后，利用改进麻雀算法优化的双向长短期记忆网络对时空特征矩阵进行预测，并通过对误差值的预测实现误差动态自我校正。使用所提出预测模型进行风电功率预测，预测结果的评价指标RMSE、MAE相较于其他对比模型显著降低，风电功率预测的准确率得到大幅提升。

Abstract

关键词

Keywords

references

丁婷婷,杨明,于一潇,司志远,张强.基于误差修正的短期风电功率集成预测方法[J].高电压技术,2022(02).

于童,李英娜.物理引导的SSA-BiGRU输电线路覆冰厚度预测模型[J].电力科学与工程,2022(02).

李俊卿,胡晓东,秦静茹,张承志.基于多头注意力机制和卷积模型的超短期风电功率预测[J].电力科学与工程,2022(07).

王维高,魏云冰,滕旭东.基于VMD-SSA-LSSVM的短期风电预测[J].太阳能学报,2023(03).

张玮,白恺,鲁宗相,李海波,郭金智,王泽森.特大型新能源基地面临挑战及未来形态演化分析[J].全球能源互联网,2023(01).

李豪,马刚,李天宇,李伟康,沈静文.基于时空相关性的短期光伏出力预测混合模型[J].电力系统及其自动化学报,2024(05).

龙铖,余成波,何铖,朱春霖,张未,陈佳.基于双重注意力机制CNN-BiLSTM与LightGBM误差修正的超短期风电功率预测[J].电气工程学报,2024(02).

乔宽龙,董存,车建峰,蒋建东,王勃.时空特性下基于图卷积神经网络的风电集群功率短期预测方法[J].太阳能学报,2024(05).

王东风,马金杰,胡怡然,杨小龙,黄宇.基于VMD-FFCM特征增强的iTransformer短期风速预测[J].电力科学与工程,2025(08).

高正中,况逸,张经龙.基于模态分解与组合神经网络的超短期风电功率预测[J].热力发电,2025(10).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于Auto-Informer模型的短期风电功率预测研究

基于二次分解特征矩阵和PCNN-BiLSTM的短期电价预测

基于相似用电单元及图卷积神经网络的电力负荷预测

基于二次分解和自适应鲸鱼优化算法的碳价格混合预测研究

基于二次分解双向门控单元新型电力系统超短期负荷预测

Related Author

张铁峰

孟令蛟

杨宏

邓小伟

魏荣智

黄泽

毕贵红

牛元有

Related Institution

华北电力大学电气与电子工程学院

昆明理工大学电力工程学院

中国矿业大学信息与控制工程学院

华北电力大学控制与计算机工程学院

华北电力大学动力工程系

AI问答

⁰