基于Info-LSTM模型的风电功率多步预测研究

刘亿子; 吴志煌; 张凡; 孙明昊; 徐伟; 宫铭举

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于Info-LSTM模型的风电功率多步预测研究

清洁能源与储能 | 更新时间：2026-05-19

- 基于Info-LSTM模型的风电功率多步预测研究
- 基于Info-LSTM模型的风电功率多步预测研究
- 中外能源 2026年31卷第5期页码：36-43
- 作者机构：
  
  1. 天津理工大学集成电路科学与工程学院
  2. 海域海岛环境科技研究院(天津)有限公司
- 作者简介：
- 基金信息：
  
  海域海岛环境科技研究院(天津)有限公司资助项目“基于深度学习的风电功率预测模型研制及在风电场场址规划中的应用”(编号：H20240396)
- DOI：
  中图分类号： TM614;TP18
- 纸质出版：2026
- 稿件说明：
移动端阅览
刘亿子, 吴志煌, 张凡, 等. 基于Info-LSTM模型的风电功率多步预测研究[J]. 中外能源, 2026,31(5):36-43.

刘亿子, 吴志煌, 张凡, et al. 基于Info-LSTM模型的风电功率多步预测研究[J]. 2026, 31(5): 36-43.
刘亿子, 吴志煌, 张凡, 等. 基于Info-LSTM模型的风电功率多步预测研究[J]. 中外能源, 2026,31(5):36-43. DOI：

刘亿子, 吴志煌, 张凡, et al. 基于Info-LSTM模型的风电功率多步预测研究[J]. 2026, 31(5): 36-43. DOI：

摘要

风电功率的高波动性和复杂性使预测模型的准确性面临诸多挑战。为了提高风电功率预测模型的准确性，提出一种基于Informer和LSTM的多步预测模型——Info-LSTM模型。新模型在Informer架构的Encoder部分加入了深层LSTM提取时间序列特征，并使用自注意力机制增强特征间依赖关系，简化Decoder部分，最终通过LSTM层提取特征并用于预测输出。实验基于实际风电场功率数据，设置24h和48h的多步预测场景及消融实验，并与Informer、LSTM 、CNN 、RNN 、GRU五种主流模型进行对比。结果表明，Info-LSTM在平均绝对百分比误差（MAPE）、均方根误差（RMSE）和决定系数（R

）三项指标上均优于对比模型。其中，相比Informer模型，Info-LSTM模型在MAPE指标上降低了约5.2%，较LSTM模型下降约6.3%；且Info-LSTM模型在R

指标上比Informer-CNN、Informer-RNN、Informer-GRU分别高出0.021、0.044、0.043，验证了该模型的准确性和有效性。

Abstract

关键词

Keywords

references

刘涵.基于神经网络的飞机地面空调能耗预测[D].中国民航大学,2024(08).

李国栋,徐明扬.基于KCR-Informer的长期风电功率预测研究[J].电力信息与通信技术,2024(04).

王家乐,张耀,林帆,周一丹,孙乾皓.基于自注意力特征提取的光伏功率组合概率预测[J].太阳能学报,2024(12).

万毅斐,张德艺,王晨浩.基于CNN-Informer模型的中长期风电功率预测方法[J].现代计算机,2024(24).

李超峰,原升耀,王灵梅,王贺贤,贾成真,刘玉山,常馨元.基于Informer的风电场超短期功率预测[J].山西大学学报(自然科学版),2024(06).

岳健,史秉帅,范寒,张克,张海龙.基于多级特征提取框架的风电机组载荷预测方法[J].太阳能学报,2024(12).

孙旭,刘界廷.基于空间相关和Informer网络的风电功率预测方法[J].电脑知识与技术,2024(25).

黄铝文,刘宇航,屈昆仪,朱玉颖.LSTM与Informer融合预测冠层区域温度[J].农业工程学报,2025(08).

周帅飞,张万宏,张妍.基于TCN-ECANet-Informer的短期风电功率预测[J].青海大学学报,2025(02).

杨宏,孟令蛟,张铁峰.基于Auto-Informer模型的短期风电功率预测研究[J].电力科学与工程,2025(03).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

PSA装置吸附剂的失活与热氮再生

四川液氢产业发展现状及建议

川西复杂构造区超深碳酸盐岩地层孔隙压力测井评价方法研究与应用

中国以绿色发展理念驱动“一带一路”国家能源结构优化

中国为全球绿色转型贡献力量