| 注册
首页|期刊导航|电器与能效管理技术|基于CEEMDAN与改进LSTM的短期光伏出力预测

基于CEEMDAN与改进LSTM的短期光伏出力预测

黄浚哲 印宇涵 汤明轩 梅飞

电器与能效管理技术Issue(10):36-43,8.
电器与能效管理技术Issue(10):36-43,8.DOI:10.16628/j.cnki.2095-8188.2023.10.006

基于CEEMDAN与改进LSTM的短期光伏出力预测

Short-Term Photovoltaic Output Prediction Based on CEEMDAN and Improved LSTM

黄浚哲 1印宇涵 1汤明轩 1梅飞1

作者信息

  • 1. 河海大学能源与电气学院,江苏南京 211100
  • 折叠

摘要

关键词

光伏出力预测/自适应噪声完备集成经验模态分解/长短时记忆神经网络/粒子群优化/注意力机制

Key words

photovoltaic output prediction/complete ensemble empirical mode decomposition with adaptive noise(CEEMDAN)/long short-term memory(LSTM)neural network/particle swarm optimization(PSO)/attention mechanism

分类

信息技术与安全科学

引用本文复制引用

黄浚哲,印宇涵,汤明轩,梅飞..基于CEEMDAN与改进LSTM的短期光伏出力预测[J].电器与能效管理技术,2023,(10):36-43,8.

基金项目

国家重点研发计划项目(2022YFE01406) (2022YFE01406)

电器与能效管理技术

2095-8188

访问量0
|
下载量0
段落导航相关论文