|国家科技期刊平台
| 注册
首页|期刊导航|高电压技术|基于集群动态划分与BLSTM深度学习的风电集群短期功率预测

基于集群动态划分与BLSTM深度学习的风电集群短期功率预测

杨子民 彭小圣 郎建勋 王洪雨 王勃 刘纯

高电压技术2021，Vol.47Issue(4)：1195-1203,9.
✕
高电压技术2021，Vol.47Issue(4)：1195-1203,9.DOI:10.13336/j.1003-6520.hve.20210079

基于集群动态划分与BLSTM深度学习的风电集群短期功率预测

Short-term Wind Power Prediction Based on Dynamic Cluster Division and BLSTM Deep Learning Method

杨子民 1彭小圣 1郎建勋 1王洪雨 1王勃 2刘纯2

作者信息

  • 1. 华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室,武汉430074
  • 2. 中国电力科学研究院有限公司新能源与储能运行控制国家重点实验室,北京100192
  • 折叠

摘要

关键词

风电场/功率预测/集群划分/聚类分析/深度学习/神经网络

引用本文复制引用

杨子民,彭小圣,郎建勋,王洪雨,王勃,刘纯..基于集群动态划分与BLSTM深度学习的风电集群短期功率预测[J].高电压技术,2021,47(4):1195-1203,9.

基金项目

国家重点研发计划(促进可再生能源消纳的风电/光伏发电功率预测技术及应用)(2018YFB0904200). （促进可再生能源消纳的风电/光伏发电功率预测技术及应用）

高电压技术

OA北大核心CSCDCSTPCD

1003-6520

访问量18
|
下载量0
段落导航相关论文