基于CEEMDAN分解的风电功率预测方法

为了解决由于风电中出现的随机性和波动性对风电功率预测造成的预测精度不高的问题,提出了一种基于CEEMDAN的风电功率预测方法。首先,使用CEEMDAN算法对风电功率进行信号分解,然后,在LSTM算法的基础上,使用Encoder-Decoder框架,结合Attention机制,设计了ELDGAWP风电功率预测模型,有效解决了LSTM在处理非常长的序列数据时,模型可能会遇到梯度消失的问题,最后将各模态分量预测结果累加得到最终预测结果。经与现有模型进行对比,本文所提C-ELDGAWP预测方法的预测精度最高。