Dự báo điện gió đa bước trong 24 giờ sử dụng mô hình lai CNN-LSTM

Tóm tắt

Nghiên cứu này tập trung khảo sát ba kiến trúc học máy trong dự báo công suất điện gió: LSTM, CNN và mô hình lai CNN-LSTM. Các mô hình truyền thống như Linear Regression không đủ khả năng mô tả các quan hệ phi tuyến trong dữ liệu thời gian. Trong khi đó, các mạng học sâu như CNN và LSTM cho thấy hiệu quả cao hơn trong việc khai thác đặc trưng theo thời gian, nhưng mỗi mô hình đơn lẻ đều có những hạn chế riêng. Mô hình kết hợp CNN-LSTM được triển khai nhằm tận dụng ưu điểm của cả hai kiến trúc. Kết quả thực nghiệm trên dữ liệu từ một nhà máy điện gió tại Sóc Trăng, Việt Nam, cho thấy CNN-LSTM đạt độ chính xác dự báo vượt trội so với CNN và LSTM độc lập. Nghiên cứu này cung cấp một đánh giá toàn diện, góp phần làm rõ hiệu quả của các mô hình học sâu trong bài toán dự báo công suất điện gió.