基于CEEMDAN和改进时间卷积网络的短期风电功率预测模型

赵凌云; 刘友波; 沈晓东; 刘代勇; 吕霜

首页> 中文期刊> 《电力系统保护与控制》 >基于CEEMDAN和改进时间卷积网络的短期风电功率预测模型

基于CEEMDAN和改进时间卷积网络的短期风电功率预测模型

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

近年来,风力发电逐渐成为可再生能源发电的关键部分。为了提高风力发电功率短期预测的准确度,提出了一种将自适应噪声完备集成经验模态分解与改进时间卷积网络结合的短期风电功率预测模型。首先,利用CEEMDAN对风电功率序列进行分解,得到子序列分量,并分别与关键气象变量数据构成训练集。然后,使用基于时间模式注意力机制的时间卷积网络对子序列分量分别进行预测。最后,重构预测结果后得到最终的预测值。整个预测过程有助于精准刻画风电的分量特性,并通过TPA机制捕捉变量间的关联性,有效地提高风电功率的预测准确率。

著录项

来源
《电力系统保护与控制》 |2022年第1期|42-50|共9页
作者
赵凌云; 刘友波; 沈晓东; 刘代勇; 吕霜;
展开▼
作者单位

四川大学电气工程学院;

四川成都610065;

国网四川省电力公司德阳供电公司;

四川德阳618000;

国网四川省电力公司成都供电公司;

四川成都610000;

展开▼
原文格式 PDF
正文语种 chi
中图分类中等教育;
关键词
风电功率预测; 自适应噪声完备集成经验模态分解; 时间卷积网络; 时间模式注意力机制;

相似文献

中文文献
外文文献
专利

1. 基于CEEMDAN-MFO-RBF的风电功率短期预测 [J] . 谷凯文 ,魏霞 ,黄德启 . 新疆大学学报:自然科学版(中英文) . 2022,第1期
2. 基于改进局域Volterra自适应滤波器的风电功率混沌时间序列预测模型 [J] . 王兰 ,李华强 ,吴星 . 电力自动化设备 . 2016,第008期
3. 基于自适应移动平滑与时间卷积网络误差修正的风电功率预测 [J] . 孙蓉 ,李强 ,罗海峰 . 全球能源互联网 . 2022,第1期
4. 基于GWO-BP-CNN-ec的风电功率短期预测模型 [J] . 张瀚超 ,邢丽萍 ,王建辉 . 电子产品世界 . 2020,第011期
5. 基于MIV-PCA的超短期风电功率预测模型优化 [J] . 徐龙博 ,王伟 ,丁煜函 . 江苏电机工程 . 2019,第005期
6. 基于小波分析和神经网络组合法的短期风电功率预测模型 [C] . 于安兴 ,陈国初 ,徐余法 . 第23届过程控制会议 . 2012
7. 基于CEEMDAN的短期风电功率间接预测方法研究 [A] . 石欢 . 2020

基于CEEMDAN和改进时间卷积网络的短期风电功率预测模型

摘要

著录项

相似文献

相关主题

期刊订阅