• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《现代电子技术》 >基于浅层方法和深度网络集成的短期风电功率预测

基于浅层方法和深度网络集成的短期风电功率预测

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

风电功率的预测精度受到多种因素的影响,为进一步提高预测精度,提出一种基于浅层方法和深度网络集成的短期风电功率预测模型(GRA⁃GWO⁃SVR⁃AdaBoost⁃GRU),集成灰色关联度分析(GRA)、支持向量回归机(SVR)、自适应提升集成(AdaBoost)和门控循环单元(GRU)等多种模型/方法。首先采用GRA计算变量之间的相关程度,选择相关性高的3个特征作为模型的输入;其次利用GWO算法对SVR的惩罚参数和核函数参数进行优化,建立GWO⁃SVR预测模型;然后采用AdaBoost集成模型构建强回归器进行预测;最后采用GRU模型对预测误差进行修正,将修正后的误差与预测结果进行叠加,得到最终预测值。仿真结果表明,该模型的预测结果的均方根误差和R⁃Square显著优于其他传统模型,有效提高了风电功率的预测精度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号