基于双层分解和改进多目标浣熊优化算法的BiLSTM光伏功率预测-太阳能学报年期-手机知网

手机知网 App

24小时专家级知识服务

基于双层分解和改进多目标浣熊优化算法的BiLSTM光伏功率预测

新疆大学电气工程学院能源碳中和实验室;新疆大学智能科学与技术学院;西北能源碳中和教育部工程研究中心 | 唐晓乐康滟婷卢浩

开通知网号

为提高光伏功率预测的准确性和稳定性，提出一种基于双层分解和改进多目标浣熊优化算法(AMOCOA)的BiLSTM超短期光伏功率预测模型。其中，双层分解将改进自适应白噪声的完全集合经验模态分解(ICCEMDAN)与变分模态分解(VMD)结合，可以充分挖掘...

机　构:

新疆大学电气工程学院能源碳中和实验室；新疆大学智能科学与技术学院；西北能源碳中和教育部工程研究中心；

领　域:

电力工业；自动化技术；

关键词:

多目标优化；光伏功率；预测模型；浣熊优化算法；双层分解；

格　式:

PDF原版；EPUB自适应版(需下载客户端)

开通会员更优惠，尊享更多权益

手机阅读本文

下载APP 手机查看本文

太阳能学报

相似文献

期刊硕士博士会议报纸

图书推荐

相关工具书