基于CNN-LSTM的海上风电功率超短期预测

文档摘要：为了解决环境温度、相对温度、太阳辐照度等多种气象因素对海上风电出力的影响,提出了一种基于CNN-LSTM的海上风电功率超短期预测方法.首先,将可能影响海上风电出力的影响因素进行收集,并依据这些影响因素构建原始特征集合;然后,使用皮尔逊相关系数,分析原始特征集合中每个特征与海上风电功率间的相关性,并将各特征按照相关系数的由大到小进行排列;其次,依据相关性分析结果,以预测模型的预测精度为依据,对原始特征集合中的因素进行特征选择,进而确定海上风电功率预测研究所需的最优特征子集;最后,采用CNN-LSTM模型进行海上风电功率预测,得出最终海上风电功率预测结果.结果表明,提出的预测方法可以实现海上风电功率更高精度预测.

作者：罗天明   宋继伟   段杰灵   邢兵兵   陈亚涛 Author：
作者单位：广西电网有限责任公司玉林供电局国网河南省电力公司邓州市供电公司国网河南省电力公司汝州市供电公司国网河南省电力公司舞阳县供电公司
刊名：电气技术与经济
Journal：ElectricalEquipmentandEconomy
年，卷(期)：2024, (6)
分类号：
关键词：海上风电功率  相关性分析  特征选择  CNN-LSTM模型  
机标分类号：TP391TM614TM715
在线出版日期：2024年7月10日
基金项目：基于CNN-LSTM的海上风电功率超短期预测[
期刊论文]  电气技术与经济--2024, (6)罗天明  宋继伟  段杰灵  邢兵兵  陈亚涛为了解决环境温度、相对温度、太阳辐照度等多种气象因素对海上风电出力的影响,提出了一种基于CNN-LSTM的海上风电功率超短期预测方法.首先,将可能影响海上风电出力的影响因素进行收集,并依据这些影响因素构建原始特征集合...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：

2024-10-4 00:21 上传 基于CNN-LSTM的海上风电功率超短期预测.pdf

文件大小:

1.54 MB

下载次数:

60

高速下载