基于QMD-HBi GRU的短期光伏功率预测方法OA北大核心CSTPCD
为了解决光伏功率数据固有的强不确定性导致单一预测模型预测精度不高的问题,提出一种基于二次模态分解和混合双向门控循环单元模型(hybrid bi-directional gated recurrent unit, HBiGRU)的短期光伏功率预测方法。首先,为应对光伏功率数据的不确定性,基于自适应噪声完备集合经验模态分解、样本熵和变分模态分解对光伏功率数据进行处理,得到一系列较为平稳的本征模函数分量;其次,构建HBi GRU模型以充分挖掘各分量与光…查看全部>>
吉兴全;赵国航;叶平峰;孟祥剑;杨明;张玉敏
山东科技大学电气与自动化工程学院,青岛266590山东科技大学电气与自动化工程学院,青岛266590山东科技大学储能技术学院,青岛266590山东科技大学电气与自动化工程学院,青岛266590山东大学电网智能化调度与控制教育部重点实验室,济南250061山东科技大学电气与自动化工程学院,青岛266590
计算机与自动化
短期光伏功率预测混合双向门控循环单元自适应噪声完备集合经验模态分解变分模态分解二次模态分解深度学习
《高电压技术》 2024 (9)
P.3850-3859,I0002-I0005,14
国家自然科学基金(52107111)山东省自然科学基金(ZR2022ME219,ZR2021QE117)。
评论