祝贺《电力信息与通信技术》
蝉联中国科技核心期刊
引文信息
杨成鹏，侯萌，张曦，等．面向分布式能源能量交互画像的虚拟电厂信息流量预测方法[J]．电力信息与通信技术，2024，22(6)：18-27．
YANG Chengpeng，HOU Meng，ZHANG Xi，et al．Prediction method for information flow in virtual power plants oriented towards distributed energy resources interaction profiles[J]．Electric Power Information and Communication Technology，2024，22(6)：18-27(in Chinese)．
01
研究背景
02
主要创新点
1）首先，引入VMD算法将复杂波动的信息流量序列分解为不同模态分量的平稳子序列，并基于中心频率法对VMD算法关键参数寻优；然后为每个分量构建LSTM预测模型。
2）在LSTM模型基础上创新性地引入注意力机制以捕获关键特征，通过调整权重主动丢弃相关性较低的信息，增加权重增强相关性较高的信息，进而提高预测的准确性。改进后的LSTM网络结构，结合注意力机制和dropout层，如图1所示。
图1 改进的LSTM结构图
3）为适应虚拟电厂信息流量序列的非线性非平稳特性，本文提出一种基于变分模态分解-注意力机制-长短期记忆(variational mode decomposition-attention-long short-term memory，VMD-attention-LSTM)算法的虚拟电厂信息流量组合预测方法。VMD-attention-LSTM模型结构图如图2所示。
图2 VMD-attention-LSTM模型结构图
4）仿真结果表明，与传统的神经网络预测模型相比，本研究引入的方法表现出更优越的预测性能，适用于虚拟电厂信息流量的预测。不同预测方法结果对比如图3所示。
图3 不同预测方法结果对比
本文将信号分解理论结合到深度学习预测方法中，设计了面向分布式能源能量交互画像的虚拟电厂信息流量预测方法。首先，利用VMD技术从采集到的复杂虚拟电厂信息流量序列中分离出多个平稳模态分量。为各模态分量训练匹配的LSTM模型并分别进行预测。在此基础上设计attention机制来突出关键信息流量特征对整体预测准确性的贡献。未来研究将探索更有效的数据预处理方法，并提高模型参数优化的效率。
作者介绍
杨成鹏
杨成鹏(1974)，男，硕士，正高级工程师，主要研究方向为电力通信技术应用。
侯萌(1996)，女，硕士，助理工程师，主要研究方向为虚拟电厂分布式资源的聚合调控。
张曦(1989)，男，博士，高级工程师，通信作者，从事低碳能源系统运行规划、分布式资源智能调控技术研究工作，x.zhang14@imperial.ac.uk。
马军伟(1982)，男，博士，高级工程师，主要研究方向为区块链、人工智能等新技术应用。
马江海(1989)，男，高级工程师，主要研究方向大数据、物联网、人工智能等数字技术在电力领域中的应用。
邓超(1985)，男，高级工程师，主要研究方向为可信身份、区块链等信息技术在电力领域中的应用。
胡泽春(1979)，男，博士，副教授，主要研究方向为电力系统优化运行与规划、电动汽车与电网互动、储能系统运行控制等。
