-
题名基于降噪循环神经网络的风电功率预测
被引量：2
- 1
-
-
作者
田增垚
彭飞
孟庆东
王汉军
田长翼
陈志奎
-
机构
国家电网公司东北分部
中国科学院沈阳计算技术研究所有限公司
大连理工大学软件学院
-
出处
《微电子学与计算机》
2021年第3期27-32,共6页
-
基金
国家自然科学基金面上项目(61672123)
国家电网公司项目(26992618008K)。
-
文摘
针对风电功率数据的时序性特点,提出降噪循环神经网络模型对电场中短期内的风电功率进行预测.通过模型能够挖掘其蕴含的知识,提高电力系统的稳定性,优化电力调度.模型首先采用循环神经网络构建一个编码-解码结构,设计编码器从序列变量中获取相应的深度特征,再通过解码器对深度特征进行解码,还原输入序列的状态并预测下一时刻的输出.进而,模型在解码器中设计降噪模块和预测模块,克服一般循环神经网络难以对带噪声数据进行预测的问题,使得模型能够对含有噪声的输入变量进行分析.通过利用电力物联网所采集的数据进行实验,结果证明提出的方法能很好地对风电功率进行预测,达到较好的预测效果.
-
关键词
风电功率预测
时间序列
序列模型
编码-解码结构
降噪循环神经网络
-
Keywords
wind power prediction
time series
sequence model
encoder-decoder structure
denoising recurrent neural network
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
