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:
作者单位
刘璐 内蒙古农业大学 
葛丽娟 内蒙古农业大学 
李攀峰 内蒙古农业大学 
谢文渊 内蒙古电力 (集团)有限责任公司巴彦淖尔供电分公司 
郑子龙 内蒙古农业大学 
赵宇哲 内蒙古农业大学 
王明洋 内蒙古农业大学 
周守航 内蒙古农业大学 
摘要点击次数: 671
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