期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
利用SVM-LSTM-DBN的短期光伏发电预测方法
被引量：
8
1
作者
卿会
郭军红
+3 位作者
李薇
亢朋朋
王金明
潘张榕
《华侨大学学报（自然科学版）》
CAS
2022年第3期371-378,共8页
为解决传统预测算法的不足,利用深度信念网络(DBN)耦合支持向量机(SVM)和长短期记忆神经网络(LSTM),提出一种新的光伏功率组合预测方法.分别构建以高斯径向基函数为核函数的支持向量机预测模型、4层长短期记忆神经网络为单项预测模型,...
为解决传统预测算法的不足,利用深度信念网络(DBN)耦合支持向量机(SVM)和长短期记忆神经网络(LSTM),提出一种新的光伏功率组合预测方法.分别构建以高斯径向基函数为核函数的支持向量机预测模型、4层长短期记忆神经网络为单项预测模型,通过深度信念网络组合,优化预测结果并输出.根据实际出力和预测结果的误差,利用DBN动态调整以获得最优值,进一步验证SVM-LSTM-DBN模型的有效性和准确性,并以新疆维吾尔自治区某光伏电站的实测数据进行仿真验证.结果表明:基于SVM-LSTM-DBN组合的光伏出力预测模型与单一模型相比,预测精度明显提高.
展开更多
关键词
光
伏
发电
光伏出力预测模型
支持向量机
长短期记忆神经网络
深度信念网络
在线阅读
下载PDF
职称材料
题名
利用SVM-LSTM-DBN的短期光伏发电预测方法
被引量：
8
1
作者
卿会
郭军红
李薇
亢朋朋
王金明
潘张榕
机构
华北电力大学环境科学与工程学院
华北电力大学资源环境系统优化教育部重点实验室
国网新疆电力有限公司
国网新疆电力有限公司阿勒泰供电公司
出处
《华侨大学学报（自然科学版）》
CAS
2022年第3期371-378,共8页
基金
国家重点研发计划项目-战略性国际科技创新合作重点专项(2018YFE0208400)。
文摘
为解决传统预测算法的不足,利用深度信念网络(DBN)耦合支持向量机(SVM)和长短期记忆神经网络(LSTM),提出一种新的光伏功率组合预测方法.分别构建以高斯径向基函数为核函数的支持向量机预测模型、4层长短期记忆神经网络为单项预测模型,通过深度信念网络组合,优化预测结果并输出.根据实际出力和预测结果的误差,利用DBN动态调整以获得最优值,进一步验证SVM-LSTM-DBN模型的有效性和准确性,并以新疆维吾尔自治区某光伏电站的实测数据进行仿真验证.结果表明:基于SVM-LSTM-DBN组合的光伏出力预测模型与单一模型相比,预测精度明显提高.
关键词
光
伏
发电
光伏出力预测模型
支持向量机
长短期记忆神经网络
深度信念网络
Keywords
photovoltaic power generation
photovoltaic output prediction model
support vector machine
long and short-term memory neural network
deep belief network
分类号
TM615 [电气工程—电力系统及自动化]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
利用SVM-LSTM-DBN的短期光伏发电预测方法
卿会
郭军红
李薇
亢朋朋
王金明
潘张榕
《华侨大学学报（自然科学版）》
CAS
2022
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
