融合Savitzky-Golay滤波器的TCN-SA-BiGRU风电功率预测

陆上风力发电作为主流清洁能源发电方式之一，预测其发电功率也是目前研究热点问题。本文提出融合Savitzky-Golay滤波器与基于自注意力机制的TCN-BiGRU风电功率预测模型。利用Savitzky-Golay滤波器对风电功率及相关特征数据进行降噪，随后将数据输入进由TCN时域卷积神经网络、自注意力机制模块、双向门控循环单元网络所搭建的TCN-SA-BiGRU模型中，这些模块能够更深、更快挖掘数据特征。最终预测结果显示，融合了Savitzky-Golay滤波器的模型能够有效对数据降噪，并且相较于传统单一神经网络等模型，本模型的预测性能更高。