期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于RR-VMD-LSTM的短期风电功率预测 被引量:40
1
作者 史加荣 赵丹梦 +1 位作者 王琳华 姜天祥 《电力系统保护与控制》 CSCD 北大核心 2021年第21期63-70,共8页
准确的风电功率预测有利于电力系统运行、峰值调节、安全分析和节能减耗。提出了一种基于鲁棒回归(Robust Regression,RR)和变分模态分解(Variational Mode Decomposition,VMD)的长短时记忆(Long Short-Term Memory,LSTM)模型的风电功... 准确的风电功率预测有利于电力系统运行、峰值调节、安全分析和节能减耗。提出了一种基于鲁棒回归(Robust Regression,RR)和变分模态分解(Variational Mode Decomposition,VMD)的长短时记忆(Long Short-Term Memory,LSTM)模型的风电功率预测方法。先使用RR处理采集数据的缺失值和异常点。再利用VMD得到风电功率序列以消除噪声并挖掘原始序列的主要特征。最后采用LSTM对每个分解序列的历史时间序列进行学习并完成预测,并通过重构所有序列的预测值获得风电功率的最终结果。使用所提出的方法对华北某一风电场风电功率进行预测,将预测结果与其他模型对比。结果表明,使用RR-VMD-LSTM方法能显著改善预测性能,降低风电功率预测误差? 展开更多
关键词 风电功率 短期预测 鲁棒回归 变分模态分解 长短时记忆
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部