|国家科技期刊平台
| 注册
首页|期刊导航|信息与控制|基于CNN-LSTM及深度学习的风电场时空组合预测模型

基于CNN-LSTM及深度学习的风电场时空组合预测模型

廖雪超 陈才圣 伍杰平

信息与控制2022，Vol.51Issue(4)：498-512,15.
✕
信息与控制2022，Vol.51Issue(4)：498-512,15.DOI:10.13976/j.cnki.xk.2022.1280

基于CNN-LSTM及深度学习的风电场时空组合预测模型

Combined Spatiotemporal Wind Farm Prediction Model Based on CNN-LSTM and Deep Learning

廖雪超 1陈才圣 2伍杰平1

作者信息

  • 1. 武汉科技大学计算机科学与技术学院,湖北 武汉 430065
  • 2. 智能信息处理与实时工业系统重点实验室,湖北 武汉 430065
  • 折叠

摘要

关键词

短期风电预测/卷积神经网络/特征选择/长短时记忆网络/注意力机制

分类

信息技术与安全科学

引用本文复制引用

廖雪超,陈才圣,伍杰平..基于CNN-LSTM及深度学习的风电场时空组合预测模型[J].信息与控制,2022,51(4):498-512,15.

基金项目

国家自然科学基金(61902285) （61902285）

信息与控制

OA北大核心CSCDCSTPCD

1002-0411

访问量0
|
下载量0
段落导航相关论文