基于小波变换和LSTM的短期风速预测研究

王耀庆; 孙建平; 李冰; 曹弘

首页> 中文期刊> 《计算机仿真》 >基于小波变换和LSTM的短期风速预测研究

基于小波变换和LSTM的短期风速预测研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

可靠准确的短期风速预测有利于电网安全稳定的运行.由于风速具有显著的随机性且受多种因素影响,难以达到令人满意的预测精度.为了提高预测精度,提出了一种新型混合预测模型.在提出的预测模型中,利用小波变换(WT)将原始风速序列分解为低频和高频子序列,利用长短期记忆(LSTM)网络和自回归滑动平均(ARMA)模型分别预测低频和高频子序列.最后,利用河北省某风电厂收集的风速数据对模型进行了验证,并与7种不同的预测模型进行了性能比较.实验结果表明,所提出的预测模型在预测精度方面优于其它模型,在短期风速预测中具有令人满意的性能.

著录项

来源
《计算机仿真》 |2021年第2期|438-443|共6页
作者
王耀庆; 孙建平; 李冰; 曹弘;
展开▼
作者单位

华北电力大学(保定)自动化系河北保定071003;

华北电力大学(保定)自动化系河北保定071003;

华北电力大学(保定)自动化系河北保定071003;

华北电力大学(保定)自动化系河北保定071003;

展开▼
原文格式 PDF
正文语种 chi
中图分类风能发电;
关键词
短期风速预测; 小波变换; 长短期记忆网络; 自回归滑动平均模型;

相似文献

中文文献
外文文献
专利

1. 基于EEMD和LSTM的短期风速预测模型研究 [J] . 陆冰鉴 ,周鹏 ,王兴 . 软件工程师 . 2020,第003期
2. 基于EEMD和LSTM的短期风速预测模型研究 [J] . 陆冰鉴 ,周鹏 ,王兴 . 软件工程 . 2020,第003期
3. 基于LSTM的短期风速预测研究 [J] . 李冰 ,张妍 ,刘石 . 计算机仿真 . 2018,第011期
4. 基于EEMDSE-ILSTM的风电场超短期风速预测 [J] . 易灵芝 ,王仕通 ,易芳 . 计算机工程与应用 . 2021,第022期
5. 基于Kmeans-VMD-LSTM的短期风速预测 [J] . 陈臣鹏 ,赵鑫 ,毕贵红 . 电机与控制应用 . 2021,第12期
6. 基于SMO支持向量回归机的超短期风速预测研究 [C] . 段学伟 ,郎澄宇 ,王瑞琪 . 第七届海峡论坛·2015海峡两岸智能电网暨清洁能源技术研讨会 . 2015
7. 基于CEEMDAN分解和改进的LSTM模型的短期风速预测 [A] . 谢义超 . 2021

基于小波变换和LSTM的短期风速预测研究

摘要

著录项

相似文献

相关主题

期刊订阅