计算机时代2023，Issue(2) ：33-36,41.DOI:10.16644/j.cnki.cn33-1094/tp.2023.02.007

短期风电功率预测的深度学习模型

Deep learning model for short-term wind power prediction

辛征 王琦 刘兴然
计算机时代2023，Issue(2) ：33-36,41.DOI:10.16644/j.cnki.cn33-1094/tp.2023.02.007
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

短期风电功率预测的深度学习模型

Deep learning model for short-term wind power prediction

辛征 1王琦 1刘兴然1
扫码查看

作者信息

  • 1. 山东建筑大学信息与电气工程学院,山东 济南 250101
  • 折叠

摘要

风电固有的间歇性和不确定性给准确预测风电出力带来了挑战,也给风电并网带来了棘手的问题.本文提出一种用于风电短期预测的卷积神经网络-双向长短期记忆网络(CNN-BiLSTM)混合深度学习模型.首先利用双向长短期记忆网络挖掘双向时间特征,然后利用卷积神经网络提取空间特征.最后使用本文模型对某风电场风电功率进行预测.对比结果表明,使用CNN-BiLSTM方法能显著改善预测性能,降低风电功率预测误差.

关键词

风电功率/短期预测/双向长短期记忆网络/特征提取

引用本文复制引用

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
被引量2
参考文献量9
段落导航相关论文