典型文献
基于多头注意力机制和卷积模型的超短期风电功率预测
文献摘要：
为提高风电功率预测精度及计算速度,提出了一种基于多头注意力机制卷积预测模型;利用多头注意力机制的集成作用,在继承了自注意力机制优势的同时防止了过拟合.首先,对收集到的数据进行皮尔逊相关性分析,挑选出与风电功率相关性大的变量,将筛选后的数据归一化处理并划分为训练集、验证集和测试集;然后,利用划分好的数据集对模型开展实验.实验结果表明,模型的预测误差稳定在0.05％,预测精度优于卷积神经网络、长短期记忆网络等模型.
文献关键词：
风力发电;功率;预测分析;多头注意力机制;卷积神经网络
中图分类号：
作者姓名：
李俊卿;胡晓东;秦静茹;张承志
作者机构：
华北电力大学 电力工程系,河北 保定 071003
文献出处：
引用格式：
[1]李俊卿;胡晓东;秦静茹;张承志-.基于多头注意力机制和卷积模型的超短期风电功率预测)[J].电力科学与工程,2022(07):34-40
A类：
B类：
多头注意力机制,超短期风电功率预测,计算速度,卷积预测,自注意力机制,机制优势,过拟合,皮尔逊相关性分析,挑选出,率相关性,数据归一化,归一化处理,训练集,验证集,测试集,分好,预测误差,长短期记忆网络,风力发电,预测分析
AB值：
0.242046
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
