近日，麻豆a片 覃朝勇教授团队在能源预测领域研究取得重要进展，研究成果《Forecasting short-term wind power with multi-view attention mechanism and dual recurrent neural networks》在人工智能与能源智能应用领域国际权威期刊《Expert Systems With Applications》上发表，麻豆a片 覃朝勇教授为论文第一作者，论文通讯作者为麻豆a片 助理教授曹赟，其他作者包括麻豆a片 朱帮助教授、数学与信息科学麻豆a片 硕士研究生谢佳麟，麻豆a片-做爱自拍-成人网 为论文第一单位和通讯单位。

《Expert Systems With Applications》是SCI收录的人工智能与专家系统跨领域应用领域权威期刊（2025年IF=7.5），为中国科麻豆a片 计算机科学大类一区TOP期刊，长期关注智能算法研发、专家系统在能源预测、工程技术优化、复杂系统决策等领域的落地应用，以及跨学科技术融合解决实际场景问题的前沿研究方向。

研究聚焦准确风电功率预测对提升电网稳定性、优化可再生能源系统资源配置的关键需求，针对传统预测模型噪声干扰大、特征提取不充分、信息易丢失等问题，创新性提出集成多尺度小波变换（MSWT）、多视角注意力机制与双循环神经网络（MGU和GRU）的组合预测模型。基于美国德克萨斯州和瑞典风电场数据集的实验分析表明，该MSWT-MAMG模型相较现有先进模型优势显著：在德克萨斯州数据集上，与多尺度小波变换-长短期记忆网络（MSWT-LSTM）相比，平均绝对误差（MAE）降低10.06%、均方根误差（RMSE）降低8.38%、拟合优度（R²）提升0.55%、方向准确率（DA）提升4.72%；在瑞典数据集上，MAE、RMSE、R²、DA分别实现19.72%、14.66%、0.20%、9.42%的优化。这项研究不仅为短期风电功率预测提供了“降噪-提效-精准预测”的完整技术方案，更能为风能资源高效管理提供实践参考，为我国可再生能源并网消纳、电力系统调度优化及可持续能源转型目标的实现提供重要支撑。

论文链接：

//doi.org/10.1016/j.eswa.2025.129472

图文：覃朝勇

编辑：王   潇

一审一校：陈   荣

二审二校：何心巨

三审三校：黄   晋、朱帮助