国家学术搜索
登录
注册
中文
EN
首页
|
基于贝叶斯优化CNN-LSTM混合神经网络的短期光伏出力预测
基于贝叶斯优化CNN-LSTM混合神经网络的短期光伏出力预测
引用
认领
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
万方数据
维普
中文摘要：
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.
收起全部
展开查看外文信息
作者：
焦家俊、刘田园
展开 >
作者单位：
辽宁工程技术大学电气与控制工程学院
河北工业大学国际教育学院
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
出版年：
2024
电力设备管理
电力设备管理
ISSN：
年,卷(期)：
2024.
(3)
参考文献量
3
万方数据
维普
