基于STAGCN-Informer时空组合模型的风电功率预测方法OACSTPCD
针对风电功率预测中,空间信息受时空波动性和随机性影响无法有效提取,导致预测精度不足的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)、融合时空注意力图卷积网络(Spatiotemporal Attention Graph Convolutional Network,STAGCN)和改进Informer的组合模型(STAGCN-Informer-DCP)。首先运用VMD对原始特征进行模态分解,提…查看全部>>
杨绍祖;王海程;吴金雅;马纪颖
沈阳化工大学计算机科学与技术学院,辽宁沈阳110142 辽宁省化工过程工业智能化技术重点实验室,辽宁沈阳110142沈阳化工大学计算机科学与技术学院,辽宁沈阳110142 辽宁省化工过程工业智能化技术重点实验室,辽宁沈阳110142沈阳化工大学计算机科学与技术学院,辽宁沈阳110142 辽宁省化工过程工业智能化技术重点实验室,辽宁沈阳110142沈阳化工大学计算机科学与技术学院,辽宁沈阳110142 辽宁省化工过程工业智能化技术重点实验室,辽宁沈阳110142
动力与电气工程
变分模态分解时空注意力机制Informer模型北方苍鹰优化算法图卷积网络
《计算机与现代化》 2024 (7)
P.13-20,8
国家外国专家计划项目(G2022006008L)辽宁省自然科学基金资助项目(2022-MS-291)辽宁省教育厅基本科研项目(LJKMZ20220781)。
评论