原创力文档摘要
摘要
大规模风电并网的快速发展加剧了风速的间歇性和随机性，导致风电功率
波动，对电力系统的动态调度和稳定运行构成挑战。因此，精准的风速预测对提
升风电利用率和电网安全性至关重要。然而，风速预测是一个复杂的时间序列问
题，传统方法难以准确捕捉其非线性特征。相比之下，深度学习模型具备强大的
时序特征提取能力，能够更准确地捕捉风速变化模式。基于此，本文融合数据分
解、深度学习与优化算法，提出了两种适用于多步预测的短期风速混合模
摘要
摘要
大规模风电并网的快速发展加剧了风速的间歇性和随机性，导致风电功率
波动，对电力系统的动态调度和稳定运行构成挑战。因此，精准的风速预测对提
升风电利用率和电网安全性至关重要。然而，风速预测是一个复杂的时间序列问
题，传统方法难以准确捕捉其非线性特征。相比之下，深度学习模型具备强大的
时序特征提取能力，能够更准确地捕捉风速变化模式。基于此，本文融合数据分
解、深度学习与优化算法，提出了两种适用于多步预测的短期风速混合模
文档评论（0）