期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度时间卷积神经网络的风电功率预测
被引量:
5
1
作者
刘晗
王硕禾
+2 位作者
张嘉姗
常宇健
张国驹
《济南大学学报(自然科学版)》
CAS
北大核心
2022年第2期127-135,共9页
为了提高风力发电预测的准确性,依据某近海地区风电场出力数据,提出基于深度时间卷积网络的风电功率组合预测模型;利用自适应集成经验模态分解对风电功率序列进行特征提取,得到若干本征模态分量,通过排列熵相关理论计算各模态分量的复杂...
为了提高风力发电预测的准确性,依据某近海地区风电场出力数据,提出基于深度时间卷积网络的风电功率组合预测模型;利用自适应集成经验模态分解对风电功率序列进行特征提取,得到若干本征模态分量,通过排列熵相关理论计算各模态分量的复杂度,根据复杂度进行序列重构,并输入至改进余弦退火算法优化的深度时间卷积网络中进行风电功率分析与预测。结果表明,该模型与其他模型相比具有较好的预测效果,能够有效提高超短期风电功率预测精度。
展开更多
关键词
风电功率预测
深度时间卷积网络
自适应集成经验模态分解
排列熵
改进
余弦
退火
下载PDF
职称材料
题名
基于深度时间卷积神经网络的风电功率预测
被引量:
5
1
作者
刘晗
王硕禾
张嘉姗
常宇健
张国驹
机构
石家庄铁道大学电气与电子工程学院
河北省分布式能源应用技术创新中心
中国科学院电工研究所
出处
《济南大学学报(自然科学版)》
CAS
北大核心
2022年第2期127-135,共9页
基金
国家自然科学基金项目(12072205)
天津市科技计划项目(19YFZGQY0040)
+1 种基金
山东省自然科学基金项目(ZR202102240076)
石家庄市科技计划项目(209060561A)。
文摘
为了提高风力发电预测的准确性,依据某近海地区风电场出力数据,提出基于深度时间卷积网络的风电功率组合预测模型;利用自适应集成经验模态分解对风电功率序列进行特征提取,得到若干本征模态分量,通过排列熵相关理论计算各模态分量的复杂度,根据复杂度进行序列重构,并输入至改进余弦退火算法优化的深度时间卷积网络中进行风电功率分析与预测。结果表明,该模型与其他模型相比具有较好的预测效果,能够有效提高超短期风电功率预测精度。
关键词
风电功率预测
深度时间卷积网络
自适应集成经验模态分解
排列熵
改进
余弦
退火
Keywords
wind power forecasting
deep temporal convolutional network
complete ensemble empirical mode decomposition with adaptive noise
permutation entropy
improved cosine annealing
分类号
TM614 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度时间卷积神经网络的风电功率预测
刘晗
王硕禾
张嘉姗
常宇健
张国驹
《济南大学学报(自然科学版)》
CAS
北大核心
2022
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部