MATLAB实现基于TCN-GRU-Attention时间卷积门控循环单元（TCN-GRU）结合注意力机制进行单机SCADA风电功率预测的详细项目实例 ...

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

MATLAB
实现基于
TCN-GRU-Attention
时间卷积门控循环单元（
TCN-GRU
）结合注意力机制进行单机
SCADA
风电功率预测的详细项目实例
项目背景介绍
风电功率预测是风电场调度运行、储能控制、电力市场申报、备用容量配置和机组健康管理的重要基础。单机风电机组的监督控制与数据采集系统会持续记录风速、风向、环境温度、机舱温度、空气密度、转子转速、发电机转速、桨距角、偏航状态、机组运行状态、无功功率和有功功率等高频时序数据。SCADA数据通常以十分钟、五分钟或更短时间间隔采样，数据量大、变量多、耦合关系复杂，既包含风资源变化带来的外部扰动，也包含机组控制策略切换、设备状态变化和传感器误差带来的内部不确定性。
单机功率预测不同于风电场总功率预测。风电场级预测可以利用多台机组之间的空间平滑效应削弱局部随机波动，而单机功率曲线直接受到局部风况、叶片气动状态、偏航偏差、限功率命令、变桨控制、设备磨损和通信质量等因素影响。即使处于同一风电场内，相邻机组由于尾流效应、地形差异、安装位置不同以及运行状态不同，也可能呈现明显不同的功率响应。因此，单机预测模型必须具备更强的局部特征提 ...

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖