基于IDSCNN-AM-LSTM组合神经网络超短期风电功率预测方法OA北大核心CSTPCD
Ultra-short-term Wind Power Prediction Method Based on IDSCNN-AM-LSTM Combination Neural Network
针对传统超短期风电功率预测方法难以应对海量强波动性数据,且对时间序列处理能力有限的问题,提出一种基于改进的深度可分离卷积神经网络(the improved depth wise separable convolution neural networks,IDSCNN)、注意力机制(attention mechanism,AM)、长短期记忆神经网络(long short-term memory neural network,LSTM)的超短期风电功…查看全部>>
李卓;叶林;戴斌华;於益军;罗雅迪;宋旭日
中国农业大学信息与电气工程学院,北京100083中国农业大学信息与电气工程学院,北京100083中国农业大学信息与电气工程学院,北京100083中国电力科学研究院有限公司,北京100192中国电力科学研究院有限公司,北京100192中国电力科学研究院有限公司,北京100192
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
《高电压技术》 2022 (6)
2117-2127,11
国家电网公司总部科技项目(5108-202155037A-0-0-00).
评论