结合贝叶斯优化及通道注意力的双端优化时序式风功率预测模型

针对现有风功率时序预测模型数据端缺少参数优化以及模型端缺少结构优化的问题,提出一种双端优化时序式风功率预测模型。首先,利用贝叶斯优化对数据端参数进行高效搜索寻优;然后,利用通道注意力和卷积神经网络构建特征提取模块,增强模型对输入影响因素重要性的学习;最后,利用双向长短期记忆模型对先前提取的特征进行精准拟合。研究结果表明,所提出模型在各预测场景下均能很好地把握风功率变化趋势,显著提升了预测精度。