基于时空高斯混合注意力的时空风速预测模型

杨强; 岳连瑞; 胡晓玥; 葛贤军

doi:10.26963/j.psce.2026.01015

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于时空高斯混合注意力的时空风速预测模型

更新时间：2026-04-24

- 基于时空高斯混合注意力的时空风速预测模型
- Vol. 42, Issue 1, Pages: 131-141(2026)
- 作者机构：
  
  1. 国网信息通信产业集团有限公司
  2. 北京中电普华信息技术有限公司
  3. 北京智芯微电子科技有限公司
  4. 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系)
- 作者简介：
- 基金信息：
- DOI：10.26963/j.psce.2026.01015
  CLC： TM614
- Published：2026
- 稿件说明：
移动端阅览
杨强, 岳连瑞, 胡晓玥, et al. 基于时空高斯混合注意力的时空风速预测模型[J]. 2026, 42(1): 131-141.
DOI：

杨强, 岳连瑞, 胡晓玥, et al. 基于时空高斯混合注意力的时空风速预测模型[J]. 2026, 42(1): 131-141. DOI： 10.26963/j.psce.2026.01015.

摘要

风能由于其可持续性和无污染性，受到越来越多的关注。为解决现有预测方法难以捕捉复杂时空依赖性的问题，提出时空高斯混合注意力的时空风速预测模型。通过季节-趋势分解，将风速数据分解为趋势部分和季节部分，分别使用多层感知机预测趋势，并通过注意力机制预测季节性波动。设计时空高斯混合注意力层，有效融合风速的周期性时间信息与长期空间特征。通过动态时间规整算法提取全球空间上下文特征，进一步增强模型的时空依赖性捕捉能力。实验结果显示，所提模型在4个真实数据集上表现优异，在平均绝对误差和均方根误差指标上分别提高8.42%和9.16%，显著优于现有最先进的预测方法。

Abstract

关键词

Keywords

references

Chengqing Yu,Guangxi Yan,Chengming Yu,Xinwei Liu,Xiwei Mi.MRIformer: A multi-resolution interactive transformer for wind speed multi-step prediction[J].Information Sciences,2024.

Nascimento Erick Giovani Sperandio,de Melo Talison A.C.,Moreira Davidson M..A transformer-based deep neural network with wavelet transform for forecasting wind speed and wind energy[J].Energy,2023.

Wu Huijuan,Meng Keqilao,Fan Daoerji,Zhang Zhanqiang,Liu Qing.Multistep short-term wind speed forecasting using transformer[J].Energy,2022.

向玲,陈锦鹏,付晓孟婷,姚青陶.基于ViT和LSTM的风速多步预测[J].太阳能学报,2024(09).

张明儒,孙永鑫,赵日升,刘忠仁,于爽,韩毅,梁彬.水电机组故障诊断专家系统运行状态智能预测及故障识别[J].节能技术,2024(05).

张越,臧海祥,韩海腾,李叶阳,卫志农,孙国强.基于FSN-MCCN-SA-BiLSTM的短期风速预测[J].太阳能学报,2024(08).

王瑞,靳鑫鑫,逯静.SVMD-PE-BP-Transformer短期光伏功率预测[J].电网与清洁能源,2024(08).

尹元亚,潘文虎,赵文广,苏志朋,韩屹,吴红斌.基于CEEMDAN和BiLSTM-AM的超短期风速预测方法[J].电测与仪表,2024(09).

王运昌,韩毅,张明儒,孙永鑫,任泽源.基于深度学习的水电机组健康评估系统设计[J].节能技术,2024(03).

秦本双,杨子轶,李琼林,张朔严,张文燕,郭宇.基于属性约简与加权最优层次聚类的短期风速混合预测[J].电网技术,2024(05).

陈蕻峰,王贺,李岩,熊敏.组合两步分解和ARIMA-LSTM的短期风速预测研究[J].太阳能学报,2024(02).

杨迪,王辉,贺仁杰,成润坤,张国维,刘达.基于改进经验模态分解和混合深度学习模型的风速预测[J].智慧电力,2024(01).

李载源,潘超,孟涛.基于风速属性优化聚类的时序卷积特征聚合风速预测[J].智慧电力,2023(10).

张琰妮,史加荣,李津,云斯宁.融合残差与VMD-ELM-LSTM的短期风速预测[J].太阳能学报,2023(09).

潘超,蒋迪遥,李宝聚,孙勇,郝成亮.基于聚类机群关联拓扑的时空图记忆风速超短期预测[J].电网技术,2023(11).

毕贵红,黄泽,赵四洪,谢旭,陈仕龙,骆钊.基于混合分解和PCG-BiLSTM的风速短期预测[J].太阳能学报,2024(01).

王旭光,张可,李潇,白康.基于变量相关注意力机制的短期风速预测[J].太阳能学报,2023(08).

刘长良,赵陆阳,王梓齐,徐健.基于时空注意力-Seq2Seq模型的多风电机组多步风速预测算法[J].太阳能学报,2023(08).

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).

田书欣,韩雪.基于正交小波变换的LSTM-ARIMA海上风速组合预测模型[J].智慧电力,2023(07).

翟保豫,张龙,徐志,杨琪,张元赫.基于WRF模式和风速误差修正的中期风电功率预测方法[J].智慧电力,2023(07).

张小贝,李润,王振福,徐峰,宋美洋.基于自组织竞争神经网络虚拟测风的分散式风电场超短期功率预测[J].电测与仪表,2025(09).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

《电网与清洁能源》2012年总目次

基于最优Copula相关性分析的短期风速预测方法

基于最优Copula相关性分析的短期风速预测方法附视频

Related Author

郭顺宁

马雪

杨帆

胡文保

李嘉宇

Related Institution

国网青海省电力公司

国网青海省电力公司经济技术研究院(国网青海省电力公司清洁能源发展研究院)

清华大学电机工程与应用电子技术系

AI问答

⁰