| 注册
首页|期刊导航|电力系统自动化|基于组合模态分解和深度学习的短期风电功率区间预测

基于组合模态分解和深度学习的短期风电功率区间预测

肖白 张博 王辛玮 高宁远

电力系统自动化2023,Vol.47Issue(17):110-117,8.
电力系统自动化2023,Vol.47Issue(17):110-117,8.DOI:10.7500/AEPS20220807002

基于组合模态分解和深度学习的短期风电功率区间预测

Short-term Wind Power Interval Prediction Based on Combined Mode Decomposition and Deep Learning

肖白 1张博 1王辛玮 1高宁远1

作者信息

  • 1. 东北电力大学电气工程学院,吉林省吉林市 132012
  • 折叠

摘要

关键词

风电功率预测/长短期记忆/深度学习/区间预测/经验模态分解/核密度估计

Key words

wind power prediction/long short-term memory/deep learning/interval prediction/empirical mode decomposition/kernel density estimation

引用本文复制引用

肖白,张博,王辛玮,高宁远..基于组合模态分解和深度学习的短期风电功率区间预测[J].电力系统自动化,2023,47(17):110-117,8.

基金项目

国家重点研发计划资助项目(2017YFB0902205) (2017YFB0902205)

吉林省产业创新专项基金资助项目(2019C058-7). The work is supported by National Key R&D Program of China(No.2017YFB0902205)and Industrial Innovation Foundation of Jilin Province(No.2019C058-7). (2019C058-7)

电力系统自动化

OA北大核心CSCDCSTPCD

1000-1026

访问量0
|
下载量0
段落导航相关论文