基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高风电功率预测的精确度,提出一种基于Kriging和长短期记忆网络的风电功率组合预测模型.首先,将风速、风向、空气密度、转速、偏航角和桨距角作为输入向量,并利用偏互信息理论对这些向量进行加权处理,建立基于Kriging的风电功率线性分量预测模型.然后,将预测出的线性分量加前述加权监测量作为输入,使用长短期记忆网络预测出功率的非线性分量.最后,将两者的预测结果相结合,得出风电功率的最终预测值.实例结果表明,该模型能够利用Kriging和长短期记忆网络的优势,预测性能指标得到提高.
推荐文章
基于长短期记忆神经网络的风力发电 功率预测方法
深度学习
时序预测
风力发电
长短期记忆神经网络
基于风速融合和NARX神经网络的短期风电功率预测
短期风电功率预测
预测模型
NARX神经网络
风速融合
数据融合
数据处理
基于CS-SVR模型的短期风电功率预测
功率预测
布谷鸟搜索算法
支持向量回归机
参数寻优
异常数据剔除
基于长短期记忆网络的社区演化预测
动态网络
社区演化预测
长短期记忆网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Kriging和长短期记忆网络的风电功率预测方法
来源期刊 太阳能学报 学科
关键词 风电功率 预测分析 数据处理 长短期记忆 Kriging模型 偏互信息
年,卷(期) 2020,(11) 所属期刊栏目
研究方向 页码范围 241-247
页数 7页 分类号 TM614
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (259)
共引文献  (194)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(12)
  • 参考文献(0)
  • 二级参考文献(12)
2008(25)
  • 参考文献(0)
  • 二级参考文献(25)
2009(18)
  • 参考文献(0)
  • 二级参考文献(18)
2010(23)
  • 参考文献(2)
  • 二级参考文献(21)
2011(25)
  • 参考文献(0)
  • 二级参考文献(25)
2012(31)
  • 参考文献(0)
  • 二级参考文献(31)
2013(38)
  • 参考文献(1)
  • 二级参考文献(37)
2014(19)
  • 参考文献(0)
  • 二级参考文献(19)
2015(13)
  • 参考文献(5)
  • 二级参考文献(8)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(10)
  • 参考文献(9)
  • 二级参考文献(1)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
风电功率
预测分析
数据处理
长短期记忆
Kriging模型
偏互信息
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
太阳能学报
月刊
0254-0096
11-2082/TK
大16开
北京市海淀区花园路3号
2-165
1980
chi
出版文献量(篇)
7068
总下载数(次)
14
相关基金
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导