1种改进长短期记忆神经网络的风电功率预测

• 作者: 任文凤 冯志亮 杜艳丽 段昱臻
• 来源期刊: 北华大学学报（自然科学版）
• 学科: 工学
• 关键词: 风电功率预测 VMD BiLSTM神经网络 DNN神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 工业技术
• 页码范围: 830-835
• 页数: 6页
• 分类号: TM614
• 语种: 中文
• DOI: 10.11713/j.issn.1009-4822.2020.06.028

摘要

针对当前风电功率预测精度不高、预测结果滞后等问题,提出1种将变分模态分解(VMD)、深度神经网络(DNN)及双向长短期记忆(BiLSTM)神经网络相结合的混合算法(VMD-DNN-BiLSTM).采用VMD将风电功率分解为若干固有模态函数分量(IMF),对IMF中的低频和高频部分分别建立DNN、BiLSTM预测模型,得到最终预测值,计算误差.采用基于Python语言的深度学习框架Keras进行仿真试验,并将预测结果与VMD-BiLSTM和VMD-DNN进行对比.结果表明:单步预测时3种模型预测结果基本一致;滚动多步预测时,本文的混合算法比VMD-BiLSTM和VMD-DNN具有更高的预测精度,能够准确预测风电功率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜艳丽		12	19	2.0	4.0
2	任文凤		1	0	0.0	0.0
3	冯志亮		1	0	0.0	0.0
4	段昱臻		1	0	0.0	0.0