| 张翼飞,皮子扬,朱瑞琪,宋骏翔,史建举.基于 WOA-BiLSTM神经网络的风力发电预测∗[J].电工技术,2022(10):28-31 |
| 基于 WOA-BiLSTM神经网络的风力发电预测∗ |
|
| |
| DOI：10.19768/j.cnki.dgjs.2022.10.009 |
| 中文关键词: 鲸鱼优化算法 双向长短期神经网络 风力发电 功率预测 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 1231 |
| 全文下载次数: 0 |
| 中文摘要: |
| 针对风力发电具有高随机性与波动性,利用风电场的历史大数据,选取基于鲸鱼优化算法的双向长短期记 忆网络 (WOA-BiLSTM)建立短期风力发电预测模型,预测超短期风电功率.双向长短期记忆神经网络 (BiLSTM) 可利用过去以及未来的风速预测数据,对风力发电进行功率预测,提高风力发电的预测精度.在此基础上,利用鲸鱼 优化算法 (WOA)较高的全局最优解寻求能力来寻找最优神经网络参数,减少根据经验设参导致的 BiLSTM 随机性, 提高预测精度,降低人员试调所花费的时间.试验结果表明,相比于 LSTM、BiLSTM,WOA=BiLSTM 对风力发电预测有着更好的效果. |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
|
|
|
