电网技术2023，Vol.47Issue(9)：3527-3536,10.DOI:10.13335/j.1000-3673.pst.2022.2286
基于多尺度时间序列块自编码Transformer神经网络模型的风电超短期功率预测
Wind Power Forecasting Based on Multi-scale Time Series Block Auto-encoder Transformer Neural Network Model
摘要
关键词
风电功率预测/时间依赖性/时间序列块自编码/时间序列Transformer/自注意力网络Key words
wind power forecasting/time dependence/time series block auto-encoding/time series transformer/self-attention network分类
动力与电气工程引用本文复制引用
骆钊,吴谕侯,朱家祥,赵伟杰,王钢,沈鑫..基于多尺度时间序列块自编码Transformer神经网络模型的风电超短期功率预测[J].电网技术,2023,47(9):3527-3536,10.基金项目
国家自然科学基金项目(52277104,51907084) （52277104,51907084）
国家重点研发计划项目(2022YFB2703500) （2022YFB2703500）
云南省重点研发计划项目(202303AC100003) （202303AC100003）
云南省应用基础研究计划项目(202301AT070455,202201AT070220,202101AT070080).Project Supported by National Natural Science Foundation of China(52277104,51907084) （202301AT070455,202201AT070220,202101AT070080）
National Key R&D Program of China(2022YFB2703500) （2022YFB2703500）
Key R&D Program Funded Project of Yunnan Province(202303AC 100003) （202303AC 100003）
Applied Basic Research Foundation of Yunnan Province(202301AT070455,202201AT070220,202101AT070080). （202301AT070455,202201AT070220,202101AT070080）
