首页 | 本学科首页   官方微博 | 高级检索  
     

基于数据特征提取和SSA-BiLSTM的短期风电功率预测
作者姓名:文博  陈芳芳  王华玉
作者单位:1. 云南民族大学电气信息工程学院;2. 云南民族大学法学院
摘    要:
为提高风电功率预测的准确性,提出了一种基于数据特征提取和麻雀算法优化双向长短期记忆网络(sparrow search algorithm optimised bi-directional long and short-term memory network,SSA-BiLSTM)短期风电功率预测模型。首先根据皮尔逊相关系数(Pearson correlation coefficient,PCC)分析风电数据中各影响因素与风电功率之间的相关性,根据计算结果将功率无关的因素去除。然后,采用自适应噪声完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)将原始风电功率序列进行分解,得到一系列子序列分量。再将所有子序列输入麻雀算法(sparrow search algorithm,SSA)优化的双向长短期记忆(bi-directional long short-term memory,BiLSTM)模型中进行预测,根据所得预测值对风速序列进行修正。将修正所得的风速序列与风电功率...

关 键 词:双向长短期记忆模型  麻雀优化算法  皮尔逊相关系数  风速修正  短期风电功率预测  数据特征提取
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号