基于LSTM循环神经网络算法的风电预测技术

• 作者: 金宇悦 康健 陈永杰
• 来源期刊: 电子测试
• 关键词: 风力发电预测 风速 循环神经网络 长短期记忆神经网络
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 理论与算法|The theory and algorithm
• 页码范围: 49-51
• 页数: 3页
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2022.02.017

摘要

风力发电的随机性和不可控性,给发电控制环节造成控制负担,利用不同高度的风速、风向等气候因素对风力发电数据进行准确预测,有利于制定合理的调度计划.本文使用LSTM循环神经网络算法,实现了单变量预测未来一个时间点、多变量预测未来一个时间点的风电预测实例验证,实验结果发现算法在两种情况下均保持着高的预测精度.且由于单变量和多变量两种情况下预测误差相差不大,表明在实际风电预测中在多变量数据里风速本身仍起决定性作用.