arXiv cs.LG· Viktor Walter, Andreas Wagner·· 2 小时前AI 评分26
异构风电集群短期预测：利用静态协变量的全局时序融合 Transformer（TFT）
Short-Term Forecasting of Heterogeneous Wind Power Fleets: Global Temporal Fusion Transformer Leveraging Static Covariates
AI 导读
联合训练的全局时序融合 Transformer（TFT）在 48 小时异构风电集群预测中，于 87% 的合成风电场和 77% 的真实风电场上准确率显著超越单站点本地模型。该模型结合数值天气预报及风场海拔、轮毂高度等静态协变量实现跨站点泛化，证实了多站点联合建模可有效提升大型风电资产的预测精度并降低运维复杂度。
来源：arXiv cs.LG · arxiv.org