|国家科技期刊平台
| 注册
首页|期刊导航|水利水电技术（中英文）|基于CEEMDAN-精细复合多尺度熵和Stacking集成学习的短期风电功率预测

基于CEEMDAN-精细复合多尺度熵和Stacking集成学习的短期风电功率预测

康文豪 徐天奇 王阳光 邓小亮 李琰

水利水电技术（中英文）2022，Vol.53Issue(2)：163-172,10.
✕
水利水电技术（中英文）2022，Vol.53Issue(2)：163-172,10.DOI:10.13928/j.cnki.wrahe.2022.02.016

基于CEEMDAN-精细复合多尺度熵和Stacking集成学习的短期风电功率预测

CEEMDAN-refined composite multiscale entropy and stacking ensemble learning-based short-term wind power prediction

康文豪 1徐天奇 1王阳光 2邓小亮 2李琰1

作者信息

  • 1. 云南民族大学云南省高校电力信息物理融合系统重点实验室,云南 昆明 650504
  • 2. 国网湖南省电力有限公司,湖南长沙 410004
  • 折叠

摘要

关键词

短期风电功率预测/CEEMDAN/精细复合多尺度熵/Stacking集成学习/影响因素/新能源/清洁可再生能源

分类

信息技术与安全科学

引用本文复制引用

康文豪,徐天奇,王阳光,邓小亮,李琰..基于CEEMDAN-精细复合多尺度熵和Stacking集成学习的短期风电功率预测[J].水利水电技术（中英文）,2022,53(2):163-172,10.

基金项目

国家自然科学基金项目(61761049) （61761049）

水利水电技术（中英文）

OA北大核心CSTPCD

1000-0860

访问量0
|
下载量0
段落导航相关论文