一种结合双向长短期记忆网络、注意力机制和自回归误差补偿的风电功率预测模型，通过强化特征表示和补偿预测偏差，显著提高了短期预测精度。
Wang, Jianing · 朱红求 · Cheng, Fei · Zhou, Can · Yingjie, Zhang · Xu, Honglei · Minghui, Liu
Journal of Cleaner Production 2023
利用双向长短期记忆网络同时捕捉过去和未来的时间序列特征，提高对非平稳风电数据的趋势提取能力。
通过注意力机制对不同变量分配权重，增强特征表示并降低计算复杂度。
集成自回归误差补偿模型，针对频繁的局部波动进一步修正预测，提升精度。
实际风电场应用验证表明，与其他模型相比，均方根误差显著降低。