摘要： 针对多风场风功率预测中时空特征提取不充分的问题，提出一种基于空间、时间双流特征提取的功率预测方法。采用沙普利加性解释（SHAP）方法分析原始高维数值天气预报（NWP）中各变量的重要性，选择贡献度高的变量子集作为预测模型输入，降低模型复杂度。构建基于自适应动态邻接矩阵的改进图注意力网络（IGAT）提取多风场的动态空间特征；同时将多头注意力机制（MHA）与时间卷积网络（TCN）结合，加强关键时序特征的学习。使用前馈神经网络输出多风场功率预测结果。以西北某十风场的数据进行案例研究，结果表明所提模型的预测效果优于其他模型。

关键词: 多风场功率预测；变量选择；图注意力网络；多头注意力机制；时间卷积网络

中图分类号: 

• TM614