电力设备管理2024，Issue(3) ：163-165.

基于贝叶斯优化CNN-LSTM混合神经网络的短期光伏出力预测

焦家俊 刘田园
电力设备管理2024，Issue(3) ：163-165.
✕
  • 维普
  • 万方数据

基于贝叶斯优化CNN-LSTM混合神经网络的短期光伏出力预测

焦家俊 1刘田园2
扫码查看

作者信息

  • 1. 辽宁工程技术大学电气与控制工程学院
  • 2. 河北工业大学国际教育学院
  • 折叠

摘要

光伏发电具有波动性、随机性及间歇性的特点,难以对其实现精准预测,本文提出了一种基于贝叶斯优化的卷积神经网络-长短期记忆网络混合算法模型的短期光伏出力预测方法,由此得到了比其他单一基准模型和多数组合模型更好的预测效果,具有一定适用性与应用价值.

关键词

光伏出力预测/卷积神经网络算法/长短期记忆网络算法/贝叶斯算法

引用本文复制引用

出版年

2024
电力设备管理

电力设备管理

ISSN：
参考文献量3
段落导航相关论文