| 注册
首页|期刊导航|电机与控制应用|基于二层分解的PSO-LSTM模型风电功率超短期预测

基于二层分解的PSO-LSTM模型风电功率超短期预测

蒲娴怡 毕贵红 王凯 谢旭 陈仕龙

电机与控制应用2021,Vol.48Issue(5):86-92,7.
电机与控制应用2021,Vol.48Issue(5):86-92,7.DOI:10.12177/emca.2020.241

基于二层分解的PSO-LSTM模型风电功率超短期预测

Ultra-Short-Term Wind Power Prediction Based on Two-Layer Decomposition Technique and PSO-LSTM Model

蒲娴怡 1毕贵红 2王凯 1谢旭 1陈仕龙1

作者信息

  • 1. 昆明理工大学电力工程学院,云南昆明 650500
  • 2. 云南电网有限责任公司玉溪供电局,云南玉溪653199
  • 折叠

摘要

关键词

风电功率预测/快速集合经验模态分解/偏自相关函数/二层分解/粒子群优化/深度学习

分类

信息技术与安全科学

引用本文复制引用

蒲娴怡,毕贵红,王凯,谢旭,陈仕龙..基于二层分解的PSO-LSTM模型风电功率超短期预测[J].电机与控制应用,2021,48(5):86-92,7.

电机与控制应用

OACSTPCD

1673-6540

访问量0
|
下载量0
段落导航相关论文