摘要
本发明提供了一种面向频率特性的风电功率预测方法、装置和存储介质,属于新能源与智能电力系统技术领域。采用本发明实施例所提供的面向频率特性的风电功率预测方法,其具体方案提出一种融合CEEMDAN分解、VMD去噪、SE评估机制与Transformer‑GRU双结构建模的混合模型,在处理风电机组输出非平稳序列时有效减少高频噪声干扰。并且充分利用频率特性,根据分解模态单元的频率特性与复杂度差异采取差异化学习机制设计,提高特征提取、输出精度以及时序动态捕捉能力。能够实现对不同频率模态单元的差异化建模与高效预测,有效提升风电功率超短期预测的精度与稳定性,适用于复杂气象条件下风电并网调度与系统运行优化需求。