Jan, 2022
基于图神经网络和深度学习的风电场功率预测:注意力机制捕捉尾流损失
Wind Park Power Prediction: Attention-Based Graph Networks and Deep Learning to Capture Wake Losses
Lars Ødegaard Bentsen, Narada Dilp Warakagoda, Roy Stenbro, Paal Engelstad
TL;DR本文提出了一种基于图神经网络的模块化框架,结合注意力机制在风力发电中对功率产量进行预测。结果表明,该模型明显优于多层感知机和双向 LSTM 模型,同时其性能与传统的图神经网络模型相当;同时,该框架可以根据需求进行灵活调整,提高了自适应能力。通过注意力权重的分析,表明该框架可以在风力发电数据分析中提供洞察力,特别是注意力网络可以意识到相邻涡轮之间的依赖以及与唤醒损失有关的物理直觉。