一种基于多标签集成随机森林特征选择和神经网络聚类的双向门控循环单元多步风电功率预测方法，通过多准则特征选择、聚类建模和鲸鱼优化算法提高预测精度和稳定性。
Jiang, Zheyong · 谭庆美 · Nan, Li · 车金星 · Xiukun, Tan
Energy Conversion and Management 2024
多标签集成随机森林特征选择筛选出最优输入特征和时间步，降低了模型的计算成本。
最优特征选择提升了模型的泛化能力，使其在不同季节数据下表现稳定。
双向门控循环单元同时处理前向和后向序列，提取更高效的特征。
鲸鱼优化算法自动优化BiGRU的重要参数，避免了手动调参。