基于CNN-LSTM网络模型的风电功率短期预测研究OACSTPCD
Short Term Wind Power Prediction Based on CNN-LSTM Network Model
风电功率预测对电力系统的稳定运行与经济调度至关重要.为充分挖掘历史数据中的有效信息以提高风电功率短期预测精度,提出一种基于卷积神经网络(convolution neural network,CNN)和长短期记忆(long short-term memory network,LSTM)网络模型的风电功率短期预测方法,利用CNN序列特征提取能力进行有效信息的提取,保留更长的有效记忆信息以解决梯度弥散问题,弥补了LSTM网络模型面对过长序列时出现不稳定…查看全部>>
李艳;彭春华;傅裕;孙惠娟
华东交通大学电气与自动化工程学院,江西 南昌 330013国网江西省电力有限公司赣州供电分公司,江西 赣州341000华东交通大学电气与自动化工程学院,江西 南昌 330013国网江西省电力有限公司赣州供电分公司,江西 赣州341000
信息技术与安全科学
风电功率预测卷积神经网络长短期记忆网络卷积神经网络-长短期记忆网络模型
《华东交通大学学报》 2020 (4)
109-115,7
江西省自然科学基金项目(20192ACBL20007)江西省教育厅科技项目(GJJ1903013)
评论