风电集群功率预测方法、装置、设备及存储介质

本申请提供一种风电集群功率预测方法、装置、设备及存储介质。涉及风电功率预测技术领域。该方法通过对风电集群功率编码构建可解释的时空变量图，并在傅里叶空间对场站间时空耦合特征进行提取和表征。在预测阶段，构建序列分解模块用于解耦趋势分量与残差分量，并提出融合循环神经网络和图卷积的双通道分解预测架构学习解耦特征分量，通过融合机制实现统一预测。在训练阶段，构建用于捕捉幅值、趋势和误差均值多个角度误差组成的复合损失函数引导模型参数更新，提升对集群功率变化的捕捉能力。实例验证结果表明，本申请能够有效提升风电功率超短期多步预测精度，为调度中心实时响应电力需求调整发电计划提供有利参考。