نظرًا للتقلبات الكبيرة والعشوائية الموجودة في بيانات طاقة الرياح، مما يؤدي إلى ضعف دقة التنبؤ باستخدام نموذج واحد فقط، تم اقتراح طريقة للتنبؤ بالطاقة الريحية قصيرة المدى للغاية تعتمد على تحليل الطور والنماذج العصبية المجمعة. أولاً، تم معالجة بيانات طاقة الرياح بناءً على التحليل الطوري المحمول المحسن للتجربة الكاملة ومقاييس عينة الإنتروبيا، حيث تم تقسيم السلاسل غير الثابتة إلى سلاسل فرعية أكثر ثباتًا، مع إعادة بناء متزامنة لمكونات التذبذب عالي التردد والمكونات الثابتة منخفضة التردد. ثم تم بناء نموذج تنبؤ مختلط للطاقة الريحية قائم على آلية الانتباه الذاتي النادر التكيفية؛ بالنسبة لمكونات التذبذب عالية التردد ذات التعقيد الكبير، تم استخدام نموذج Transformer التكيفي النادر لاستخراج خصائص التقلبات الرئيسية؛ أما بالنسبة للمكونات الثابتة منخفضة التردد، فقد تم استخدام نموذج وحدات الذاكرة المتكررة ذات البوابة الثنائية لاستخراج خصائص السلسلة بشكل كامل. أخيرًا، تم جمع نتائج التنبؤ لكل مكون للحصول على النتيجة النهائية. تم اختبار النموذج باستخدام بيانات فعلية من محطة طاقة رياح في شاندونغ، وأظهرت النتائج أن الخطأ الجذري المتوسط والانحراف المطلق المتوسط للنموذج المقترح انخفضا بمقدار 2.644 ميغاوات و2.420 ميغاوات على التوالي مقارنة بالنماذج الأخرى، وزادت قيمة معامل التحديد بنسبة 18.2٪، مما يدل على أداء تنبؤي جيد.

تحليل الطور;تنبؤ الطاقة الريحية;عينة الإنتروبيا;آلية الانتباه الذاتي النادر التكيفية