期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于时序分解与误差修正的新能源爬坡事件预测
被引量:
5
1
作者
童林
官铮
+2 位作者
王立威
杨文韬
姚洋
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022年第2期338-346,共9页
为了提高以风电、光伏为代表的新能源的爬坡预测的准确性,提出基于主成分分析、时序分解与修正长短期记忆(LSTM)网络预测误差的爬坡预测模型.为了充分考虑功率的时序特性,采用时序分解方法将功率分解为周期、趋势和余项,结合多个特征因...
为了提高以风电、光伏为代表的新能源的爬坡预测的准确性,提出基于主成分分析、时序分解与修正长短期记忆(LSTM)网络预测误差的爬坡预测模型.为了充分考虑功率的时序特性,采用时序分解方法将功率分解为周期、趋势和余项,结合多个特征因素的主成分建立基于LSTM的趋势和余项预测模型,实现功率的时间特征与影响因素主成分的映射关系刻画.在采用LSTM对趋势和余项进行初步预测的基础上,引入误差修正算法计算拟合预测模型的动态误差并构建新的非平稳时间序列,获得准度性更佳的趋势和余项预测值.通过加法模型融合趋势、余项以及利用朴素法获得的周期,得到最终预测功率.结合风电和光伏爬坡事件定义,运用所提模型分别进行风电和光伏爬坡预测.实验结果表明,与其他预测方法相比,所提模型在功率直接预测和爬坡事件间接预测上均具有更优的精度,能够为电网调度提供更可靠的依据.
展开更多
关键词
主成分分析
长短期记忆网络
误差修正
新能源爬坡
时序分解
下载PDF
职称材料
题名
基于时序分解与误差修正的新能源爬坡事件预测
被引量:
5
1
作者
童林
官铮
王立威
杨文韬
姚洋
机构
六盘水师范学院物理与电气工程学院
云南大学信息学院
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022年第2期338-346,共9页
基金
国家自然科学基金资助项目(61761045)
贵州省教育厅资助项目(黔教合KY字[2022]051号)
六盘水师范学院校级资助项目(LPSSYSSDPY201704,LSZDZY2018-03)。
文摘
为了提高以风电、光伏为代表的新能源的爬坡预测的准确性,提出基于主成分分析、时序分解与修正长短期记忆(LSTM)网络预测误差的爬坡预测模型.为了充分考虑功率的时序特性,采用时序分解方法将功率分解为周期、趋势和余项,结合多个特征因素的主成分建立基于LSTM的趋势和余项预测模型,实现功率的时间特征与影响因素主成分的映射关系刻画.在采用LSTM对趋势和余项进行初步预测的基础上,引入误差修正算法计算拟合预测模型的动态误差并构建新的非平稳时间序列,获得准度性更佳的趋势和余项预测值.通过加法模型融合趋势、余项以及利用朴素法获得的周期,得到最终预测功率.结合风电和光伏爬坡事件定义,运用所提模型分别进行风电和光伏爬坡预测.实验结果表明,与其他预测方法相比,所提模型在功率直接预测和爬坡事件间接预测上均具有更优的精度,能够为电网调度提供更可靠的依据.
关键词
主成分分析
长短期记忆网络
误差修正
新能源爬坡
时序分解
Keywords
principal component analysis
long short-term memory network
error correction
new energy ramp
time series decomposition
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于时序分解与误差修正的新能源爬坡事件预测
童林
官铮
王立威
杨文韬
姚洋
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部