|国家科技期刊平台
| 注册
首页|期刊导航|高电压技术|基于IDSCNN-AM-LSTM组合神经网络超短期风电功率预测方法

基于IDSCNN-AM-LSTM组合神经网络超短期风电功率预测方法

李卓 叶林 戴斌华 於益军 罗雅迪 宋旭日

高电压技术2022，Vol.48Issue(6)：2117-2127,11.
✕
高电压技术2022，Vol.48Issue(6)：2117-2127,11.DOI:10.13336/j.1003-6520.hve.20210557

基于IDSCNN-AM-LSTM组合神经网络超短期风电功率预测方法

Ultra-short-term Wind Power Prediction Method Based on IDSCNN-AM-LSTM Combination Neural Network

李卓 1叶林 1戴斌华 1於益军 2罗雅迪 2宋旭日2

作者信息

  • 1. 中国农业大学信息与电气工程学院,北京100083
  • 2. 中国电力科学研究院有限公司,北京100192
  • 折叠

摘要

关键词

超短期风电功率预测/深度可分离卷积/注意力机制/长短期记忆神经网络/时间序列

引用本文复制引用

李卓,叶林,戴斌华,於益军,罗雅迪,宋旭日..基于IDSCNN-AM-LSTM组合神经网络超短期风电功率预测方法[J].高电压技术,2022,48(6):2117-2127,11.

基金项目

国家电网公司总部科技项目(5108-202155037A-0-0-00). （5108-202155037A-0-0-00）

高电压技术

OA北大核心CSTPCD

1003-6520

访问量4
|
下载量0
段落导航相关论文