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
基于SSA优化的Transformer-BiGRU短期风电功率预测
1
作者
包广斌
杨龙龙
+1 位作者
范超林
李焕
《电子测量技术》
北大核心
2025年第13期139-147,共9页
为提高风电功率预测精度,提出了一种基于SSA优化的Transformer-BiGRU组合模型。首先,采用CEEMDAN将原始序列分解为多个模态分量和残差分量,降低数据复杂性和不稳定性。然后,结合Transformer的自注意力机制与BiGRU的双向时序建模能力,构...
为提高风电功率预测精度,提出了一种基于SSA优化的Transformer-BiGRU组合模型。首先,采用CEEMDAN将原始序列分解为多个模态分量和残差分量,降低数据复杂性和不稳定性。然后,结合Transformer的自注意力机制与BiGRU的双向时序建模能力,构建了一个高效的组合模型。针对Transformer-BiGRU模型超参数优化困难的问题,引入SSA麻雀搜索算法对超参数进行优化,进一步提升预测精度。最后,以龙源电力风电预测数据集为例,通过对比实验和消融实验验证了该模型优于其他传统模型和模型中各组件的有效性,实验结果表明该方法的R 2达到了0.9810。
展开更多
关键词
风电预测
麻雀搜索算法
自适应噪声完备经验模态分解
双向门控循坏单元
自注意力机制
在线阅读
下载PDF
职称材料
题名
基于SSA优化的Transformer-BiGRU短期风电功率预测
1
作者
包广斌
杨龙龙
范超林
李焕
机构
兰州理工大学计算机与通信学院
出处
《电子测量技术》
北大核心
2025年第13期139-147,共9页
基金
甘肃省自然科学基金(18JR3RA156)
兰州科技计划项目(2017-4-105)资助。
文摘
为提高风电功率预测精度,提出了一种基于SSA优化的Transformer-BiGRU组合模型。首先,采用CEEMDAN将原始序列分解为多个模态分量和残差分量,降低数据复杂性和不稳定性。然后,结合Transformer的自注意力机制与BiGRU的双向时序建模能力,构建了一个高效的组合模型。针对Transformer-BiGRU模型超参数优化困难的问题,引入SSA麻雀搜索算法对超参数进行优化,进一步提升预测精度。最后,以龙源电力风电预测数据集为例,通过对比实验和消融实验验证了该模型优于其他传统模型和模型中各组件的有效性,实验结果表明该方法的R 2达到了0.9810。
关键词
风电预测
麻雀搜索算法
自适应噪声完备经验模态分解
双向门控循坏单元
自注意力机制
Keywords
wind power prediction
sparrow search algorithm
complete ensemble empirical mode decomposition with adaptive noise
bidirectional gated recurrent unit
self-attention mechanism
分类号
TM614 [电气工程—电力系统及自动化]
TN-9 [电子电信]
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
基于SSA优化的Transformer-BiGRU短期风电功率预测
包广斌
杨龙龙
范超林
李焕
《电子测量技术》
北大核心
2025
0
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
