一种基于BiTCN-Informer的超短期风电功率组合预测方法及模型

本发明公开了基于BiTCN‑Informer的超短期风电功率组合预测方法及模型，方法步骤包括：首先利用双向时间卷积神经网络分析过去观测值与未来协变量的信息特征，提取数据的空间特征，然后采用Informer概率稀疏自注意力机制和自注意力蒸馏机制简化网络参数，减少计算复杂度，识别长序列数据的依赖关系，捕捉序列的时序特征，最后引入全连接层整合时序和空间特征。本发明所述BiTCN‑Informer结构中的BiTCN识别局部峰值附近的波动数据区间，Informer判断突变数据点的出现，可在预测数据曲线整体趋势的基础上，提高对特殊数据的预测精度，使预测效果更好，解决了现有技术在特殊数据如局部峰值附近的波动数据区间和突变数据点预测考虑少，对波动数据区间及突变数据点的预测精度差的问题。