手机知网 App
24小时专家级知识服务
打 开
电力工业
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
基于改进鱼鹰优化算法与VMD-LSTM的超短期风电功率预测
贵州大学电气工程学院;
中国电建集团贵州工程有限公司;
贵州省互联网+协同智能制造重点实验室
|
罗潇远
刘杰
杨斌
覃涛
陈昌盛
杨靖
开通知网号
为提升超短期风电功率的预测精度,提出一种加入融合柯西变异和反向学习策略的改进鱼鹰优化算法(IOOA),用于优化以长短期记忆网络(LSTM)和变模态分解(VMD)为基础的组合预测模型。首先,采用变模态分解收集的历史风电功率数据,将非线性较强的原始功率数...
机 构:
贵州大学电气工程学院;
中国电建集团贵州工程有限公司;
贵州省互联网+协同智能制造重点实验室;
领 域:
电力工业;
自动化技术;
关键词:
长短期记忆网络;
变模态分解;
风力发电;
改进鱼鹰优化算法;
功率预测;
优化算法;
格 式:
PDF原版;EPUB自适应版
(需下载客户端)
1
1498
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
太阳能学报
2025年03期
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索