基于DTW-FCBF-LSTM模型的超短期风速预测

• 作者: 董治强
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 风速预测 人工智能 动态时间规整 快速相关过滤式算法 长短期记忆神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 信息与能源
• 页码范围: 93-98
• 页数: 6页
• 分类号: TM933
• 字数: 4436字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2020.04.015

摘要

为了实时调整电网调度计划、提高电网消纳风电的能力,提出了一种基于动态时间规整(DTW)进行相似数据分析、快速相关过滤方法(FCBF)进行输入属性特征选择、以及基于长短期记忆神经网络(LSTM)的超短期风速预测方法.利用DTW方法筛选出与待预测数据相似性高的训练样本;运用FCBF算法得到优选的输入特征集;构建LSTM模型进行超短期风速预测.以风电场实测数据为算例,将文中方法与现有算法的预测精度进行了对比,验证了所提方法的有效性和先进性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董治强	河海大学能源与电气学院	3	6	2.0	2.0