|国家科技期刊平台
| 注册
首页|期刊导航|华侨大学学报：自然科学版|利用SVM-LSTM-DBN的短期光伏发电预测方法

利用SVM-LSTM-DBN的短期光伏发电预测方法

卿会 郭军红 李薇 亢朋朋 王金明 潘张榕

华侨大学学报：自然科学版2022，Vol.43Issue(3)：P.371-378,8.
✕
华侨大学学报：自然科学版2022，Vol.43Issue(3)：P.371-378,8.DOI:10.11830/ISSN.1000-5013.202104018

利用SVM-LSTM-DBN的短期光伏发电预测方法

卿会 1郭军红 1李薇 1亢朋朋 2王金明 3潘张榕1

作者信息

  • 1. 华北电力大学环境科学与工程学院,北京102206 华北电力大学资源环境系统优化教育部重点实验室,北京102206
  • 2. 国网新疆电力有限公司,新疆乌鲁木齐830002
  • 3. 国网新疆电力有限公司阿勒泰供电公司,新疆阿勒泰836500
  • 折叠

摘要

关键词

光伏发电/光伏出力预测模型/支持向量机/长短期记忆神经网络/深度信念网络

分类

信息技术与安全科学

引用本文复制引用

卿会,郭军红,李薇,亢朋朋,王金明,潘张榕..利用SVM-LSTM-DBN的短期光伏发电预测方法[J].华侨大学学报：自然科学版,2022,43(3):P.371-378,8.

基金项目

国家重点研发计划项目-战略性国际科技创新合作重点专项(2018YFE0208400)。 （2018YFE0208400）

华侨大学学报：自然科学版

OACSTPCD

1000-5013

访问量0
|
下载量0
段落导航相关论文