简介： 本发明公开一种基于小波降噪和神经网络的风力‑风功率建模方法，建模方法包括：预处理原始风电数据集，得到基本数据集；基于小波降噪技术，对基本数据集进行降噪处理，得到去噪数据集；基于去噪数据和滑动时间窗口算法，构建网络数据集并划分训练集、验证集和测试集；搭建改进Transformer网络；通过训练和验证改进Transformer网络，得到最佳风力‑风功率模型；采用最佳风力‑风功率模型进行测试，输出风功率估计值。本发明为新能源并网及调度决策提供了指导，能够有效的提高建模精度，进而提升风功率预测的精度，降低新型电力系统不确定性调度的难度。