基于改进Ｒｅｓ－ＢｉＧＲＵ模型的风电功率预测＊苏澈，钱驹李，陈益宁，张逸飞，肖汉（南京工程学院，江苏南京２１１１００）摘要：在新能源研究领域中，风电功率预测是重点内容之一，准确的数值和变化趋势预测能使调度人员合理安排机组启停，改变基荷厂和主调频厂的运行方式，实现最优低碳发展。基于深度学习理论，设计了一种基于Ｒｅｓ－ＢｉＧ－ＲＵ的融合神经网络模型，同时采用改进自编码器的数据预处理方法对数据进行降维。仿真结果表明，经过数据降维的融合模型的预测精度优于单一神经网络。关键词：神经网络；风电功率预测；数据降维；自编码器中图分类号：ＴＭ９３ＤＯＩ：１０．１９７６８／ｊ．ｃｎｋｉ．ｄｇｊｓ．２０２３．０４．０１６ＷｉｎｄＰｏｗｅｒＰｒｅｄｉｃｔｉｏｎＢａｓｅｄｏｎＩｍｐｒｏｖｅｄＲｅｓ－ＢｉＧＲＵＦｕｓｉｏｎＮｅｕｒａｌＮｅｔｗｏｒｋ＊ＳＵＣｈｅ，ＱＩＡＮＪｕｌｉ，ＣＨＥＮＹｉｎｉｎｇ，ＺＨＡＮＧＹｉｆｅｉ，ＸＩＡＯＨａｎ（ＮａｎｊｉｎｇＩｎｓｉｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１１１００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｐｒｏｃｅｓｓｏｆｎｅｗｅｎｅｒｇｙｒｅｓｅａｒｃｈ，ｗｉｎｄｐｏｗｅｒｆｏｒｅｃａｓｔｉｎｇｉｓｏｎｅｏｆｔｈｅｋｅｙｃｏｎｔｅｎｔｓ．Ａｃｃｕｒａｔｅｖａｌｕｅｓａｎｄｃｈａｎｇｅｔｒｅｎｄｐｒｅｄｉｃｔｉｏｎｃａｎｅｎａｂｌｅｄｉｓｐａｔｃｈｅｒｓｔｏｒｅａｓｏｎａｂｌｙａｒｒａｎｇｅｔｈｅｓｔａｒｔａｎｄｓｔｏｐｏｆｔｈｅｕｎｉｔ，ｃｈａｎｇｅｔｈｅｏｐｅｒａｔｉｏｎｍｏｄｅｏｆｔｈｅｂａｓｅｌｏａｄｐｌａｎｔａｎｄｔｈｅｍａｉｎｆｒｅｑｕｅｎｃｙｒｅｇｕｌａｔｉｏｎｐｌａｎｔ，ａｎｄａｃｈｉｅｖｅｔｈｅｇｏａｌｏｆｅｃｏｎｏｍｉｃｏｐｔｉｍａｌａｎｄｌｏｗ－ｃａｒ－ｂｏｎｄｅｖｅｌｏｐｍｅｎｔ．Ｂａｓｅｄｏｎｔｈｅｐｒｅｖｉｏｕｓｒｅｓｅａｒｃｈ，ｂａｓｅｄｏｎｄｅｅｐｌｅａｒｎｉｎｇｔｈｅｏｒｙ，ａｒｅｓ－ＢｉＧＲＵ－ｂａｓｅｄｆｕｓｉｏｎｎｅｕｒａｌｎｅｔ－ｗｏｒｋｍｏｄｅｌｉｓｄｅｓｉｇｎｅｄ，ａｎｄｔｈｅｄａｔａｐｒｅｐｒｏｃｅｓｓｉｎｇｍｅｔｈｏｄｏｆｉｍｐｒｏｖｅｄａｕｔｏｅｎｃｏｄｅｒｉｓａｄｏｐｔｅｄｔｏｒｅｄｕｃｅｔｈｅｄｉｍｅｎｓｉｏｎａｌｉ－ｔｙｏｆｔｈｅｄａｔａ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓ...
