| 注册
首页|期刊导航|福州大学学报(自然科学版)|结合改进的DCGAN和Attention-LSTM的光伏功率预测

结合改进的DCGAN和Attention-LSTM的光伏功率预测

徐柔 章杰 赖松林 林培杰 卢箫扬 余平平

福州大学学报(自然科学版)2023,Vol.51Issue(4):498-504,7.
福州大学学报(自然科学版)2023,Vol.51Issue(4):498-504,7.DOI:10.7631/issn.1000-2243.22334

结合改进的DCGAN和Attention-LSTM的光伏功率预测

Photovoltaic power prediction combining improved DCGAN and Attention-LSTM

徐柔 1章杰 1赖松林 1林培杰 1卢箫扬 1余平平1

作者信息

  • 1. 福州大学物理与信息工程学院,微纳器件与太阳能电池研究所,福建 福州 350108
  • 折叠

摘要

关键词

光伏功率预测/深度卷积生成对抗网络/长短期记忆网络/注意力机制

Key words

photovoltaic power prediction/deep convolutional generative adversarial network/long short-term memory/attention mechanism

分类

动力与电气工程

引用本文复制引用

徐柔,章杰,赖松林,林培杰,卢箫扬,余平平..结合改进的DCGAN和Attention-LSTM的光伏功率预测[J].福州大学学报(自然科学版),2023,51(4):498-504,7.

基金项目

福建省级科技创新重点资助项目(2022G02011) (2022G02011)

福州市科技计划资助项目(2021-P-030) (2021-P-030)

福州大学学报(自然科学版)

OACSTPCD

1000-2243

访问量4
|
下载量0
段落导航相关论文