摘要
本发明创造公开了一种分布式风电多层级功率智能预测方法，属于风电功率预测技术领域，包括构建物理模型层：基于风电场地理信息、风机参数及历史气象数据，建立物理驱动的风电转换模型，生成初始功率预测序列；处理特征分解层：利用变分模态分解将初始功率序列分解为趋势分量、振荡分量和随机分量；进行多层级独立预测；进行动态权重融合：通过门控注意力机制动态分配趋势、振荡、随机分量的权重，生成最终功率预测值；进行误差反馈修正：基于Seq2Seq‑AM模型对预测误差进行时空相关性建模，结合自编码器动态判别修正时机，输出修正后功率。本发明通过构建物理模型层生成初始预测序列、保障基础物理合理性，解决分布式风电功率预测精度不足的问题。
