随着新能源的不断发展，大量大容量风电机组并入电网运行，给电网的安全可靠运行以及风力发电的可持续发展都提出了新的挑战。提出一种风功率预测模型，该模型以风电场风功率历史数据以及风速、风向等数值天气预报数据作为输入对风功率进行预测。考虑到风功率预测中输入数据的波动性和不确定性，在传统门控循环单元(GRU)神经网络的基础上融合卷积神经网络(CNN)，以提高模型对原始数据的特征提取和降维能力，并引入dropout技术减少模型中的过拟合现象。工程实例分析表明，所提模型在预测准确度和运算速度方面均优于长短记忆神经网络模型。
2021-09-23 15:09:44
2.22MB
1
行业制造-电动装置-基于最大信息熵原理的风电场短期输出功率预测综合模型.zip
2021-09-12 14:02:56
386KB
光伏发电功率预测系统功能规范，国家能源局 发 布，2016-06-01实施，NB/T 32031-2016
2021-08-12 19:50:36
6.33MB
1
【预测模型】基于深度置信网DBN网络实现电机侧有功功率预测matlab源码含GUI.md
2021-08-09 14:03:02
13KB
1
首先对时间序列数据进行EMD分解，然后对每个分量进行lstm建模，最后把各分量结果相加作为最终结果
2021-07-14 09:09:48
155KB
1