基于聚类机群关联拓扑的时空图记忆风速超短期预测

为提高规模化风电场风速的预测精度及计算效率,提出一种聚类机群最优关联拓扑,并构建时空图记忆模型预测风速。分析机群平均风速波动特性,构建平抑度指标;考虑风机间风向关联特性,定义风向相似度因子,并嵌入k-means聚类,提高类内风速互补性。结合互信息量化分析各子机群风机的相关性,构建最优有向关联拓扑。结合关联拓扑及风速关联属性建立机群风速时空图数据集合,输入时空图记忆网络,利用图注意力提取空间特征,并结合记忆网络处理时序信息,输出机群平均风速超短期预测结果。最后将模型应用于实际风电场的风速预测,通过对比分析,验证了所提方法的准确性和有效性。