基于长短期记忆神经网络的风力发电 功率预测方法

• 作者: 李相俊 许格健
• 来源期刊: 发电技术
• 关键词: 深度学习 时序预测 风力发电 长短期记忆神经网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 新能源
• 页码范围: 426-433
• 页数: 8页
• 语种: 中文
• DOI: 10.12096/j.2096-4528.pgt.19108

摘要

风力发电过程具有较强的随机性,导致风力发电功率的预测准确度不高.针对上述问题,提出了一种融合深度学习算法的风力发电功率预测方法.以历史风力发电功率数据作为输入,建立风力发电功率预测模型,实现对未来一个时间刻度的风力发电功率预测.算例结果表明,与传统时序预测方法相比,基于长短期记忆神经网络的风力发电功率预测结果在各项指标中误差更小,验证了上述方法在风力发电功率预测中的可行性和有效性,提升了风力发电功率预测的准确性.