基于深度学习分位数回归模型的风电功率概率密度预测
针对风电功率预测问题，在现有预测方法和概率性区间预测的基础上，提出基于深度学习分位数回归的风电功率概率预测方法。该方法采用Adam随机梯度下降法在不同分位数条件下对长短期记忆神经网络(LSTM)的输入、遗忘、记忆、输出参数进行估计，得出未来200 h内各个时刻风电功率的概率密度函数。根据美国PJM网上的风电功率实际数据的仿真结果表明，所提方法不仅能得出较为精确的点预测结果，而且能够获得风电功率完整的概率密度函数预测结果。与神经网络分位数回归相比，其精度更高，且在同等置信度下的预测区间范围更小。
文件下载
评论信息
其他资源
- 10月最新千月影视APP源码最二开版带视频教程
- C# SHA1withRsa签名函数，加解密 封装类
- 大气辐射传输模型MODTRAN4
- 世界大洲及国家SHP
- 基于python的小型搜索引擎
- 应用MATLAB的仪器仪表中的数字定位及分割
- C语言自动走迷宫程序代码
- 新闻管理系统-jsp大作业-java大作业-sq文件-源码-word文档
- 黑马_Linux网络编程-网络基础-socket编程-高并发服务器
- 基于C++的虚拟串口通讯
- 雷达发射线性调频信号的模糊函数图以及等高线图，速度模糊，时延模糊图
- 基于ssh论坛
- 事件触发的MPC设计与网络通信的分布式系统
- 近场光镊技术的研究进展和应用前景
- apache-tomcat-9.0.41.rar
- 操作系统复习-6.pdf
- linux系统命令集锦.txt
- 海德汉伺服驱动用位置编码器说明书.pdf
- S3C2410芯片LED历程
- Unity获取移动设备唯一码
- 吴恩达老师深度学习第二课第二周（2-2）资源文件（opt_utils.py，testCases.py）
- c++ access 实现花店管理系统
- 计算机一级考试上机试题（excel 部分）
- 用友nc65主子单据开发.
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明