刘璐,葛丽娟,李攀峰,谢文渊,郑子龙,赵宇哲,王明洋,周守航.基于深度学习的风电场短期功率预测∗[J].电工技术,2022(20):69-71 |
基于深度学习的风电场短期功率预测∗ |
|
|
DOI:10.19768/j.cnki.dgjs.2022.20.022 |
中文关键词: 风电功率预测 机器学习 深度学习 组合模型 |
英文关键词: |
基金项目: |
|
摘要点击次数: 1074 |
全文下载次数: 0 |
中文摘要: |
风能是波动性较大、不确定性较高的不稳定能源,大量的风能源进入电力系统,电力系统的稳定性将受到很大影响.通过机器学习、深度学习、组合模型的方式对风电功率预测的原理、条件、程序进行分析,解决风电对电力系统带来的影响.研究发现,成熟的风电预测技术将对电力系统带来巨大的收益,混合算法具有更好的特征表达和 更加稳定、准确的预测能力,在未来的风能并网中将起到决定性的作用. |
英文摘要: |
|
查看全文 查看/发表评论 下载PDF阅读器 |
|
|
|