首页|基于TPE-LSTM的区域超短期风电功率预测

基于TPE-LSTM的区域超短期风电功率预测

REGIONAL ULTRA-SHORT-TERM WIND POWER FORECASTING METHOD BASED ON TPE-LSTM

扫码查看
原文链接
  • 维普
  • 万方数据
针对目前区域超短期风电功率预测精度较低且辅助信息不足的问题,提出一种结合贝叶斯优化和长短期记忆(LSTM)神经网络的预测方法.对历史风电功率数据进行数据修复和预处理并搭建LSTM网络模型;依据贝叶斯优化中的TPE算法对模型的超参数寻优,以获得更好的预测性能;为了验证所提出的TPE-LSTM模型的泛化能力,加入同样经过TPE算法优化的其他模型与其比较,同时加入误差校正环节降低LSTM算法在预测过程中存在的预测误差.实验结果表明,以区域历史风电功率数据为训练数据,该模型能够得到较高的预测精度.

查雯婷、闫利成、陈波、李亚龙、杨帆

展开 >

中国矿业大学(北京)机电与信息工程学院 北京 100083

内蒙古电力科学研究院 内蒙古 呼和浩特 010020

风电功率预测 贝叶斯优化 LSTM网络 TPE算法 误差校正

国家自然科学基金中国矿业大学(北京)"越崎青年学者"项目

61703405

2022

10.3969/j.issn.1000-386x.2022.11.004

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(11)
  • 1
  • 8