在风能短期预测领域，我们采用了奇异谱分析（SSA）对门控循环单元（GRU）神经网络进行改进。SSA作为一种有效的信号处理技术，能够从风功率时间序列中提取出关键信息，为神经网络提供更为精准的输入。我们通过将SSA的改进整合到GRU中，提高了模型对风力变化的敏感性和预测精度。这一深度学习模型的成功应用为风电场等领域提供了更可靠的短期功率预测手段。