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
基于层次聚类和BILSTM的光伏短期功率预测模型
被引量：
7
1
作者
张晓珂
张辉
+3 位作者
戴小然
贾梦麒
邓其军
雷忠诚
《智慧电力》
北大核心
2024年第9期41-48,共8页
为解决现有光伏功率预测方法存在效率低和非线性预测精度不高的问题,提出一种混合光伏功率预测模型。首先通过支持向量机(SVM)提取模块降低输入数据维度;然后利用平衡迭代规约和聚类(BIRCH)模块挖掘数据中的信息,划分特征库;最后根据光...
为解决现有光伏功率预测方法存在效率低和非线性预测精度不高的问题,提出一种混合光伏功率预测模型。首先通过支持向量机(SVM)提取模块降低输入数据维度;然后利用平衡迭代规约和聚类(BIRCH)模块挖掘数据中的信息,划分特征库;最后根据光伏功率的波动特性,建立其对应的双向长短期记忆网络(BILSTM)预测模型。将提出的混合模型应用于欧洲中期天气预报中心(ECMWF)提供的真实数据集上进行预测,通过与8种主流的机器学习算法相比,该模型在测试数据集上的平均绝对误差(MAE)和均方误差(MSE)分别降低了4.3%~59.75%和35.65%~78.29%。此外,混合模型还具有良好的可解释性,使其在电力行业有广泛的应用前景。
展开更多
关键词
光伏发电
支持向量机
平衡迭代规约和聚类
双向长短期记忆网络
功率预测
在线阅读
下载PDF
职称材料
题名
基于层次聚类和BILSTM的光伏短期功率预测模型
被引量：
7
1
作者
张晓珂
张辉
戴小然
贾梦麒
邓其军
雷忠诚
机构
武汉大学电气与自动化学院
国网安徽省电力有限公司经济技术研究院
出处
《智慧电力》
北大核心
2024年第9期41-48,共8页
基金
国家自然科学基金资助项目(62103308)
南方电网公司科技项目(GDKJXM20210194)。
文摘
为解决现有光伏功率预测方法存在效率低和非线性预测精度不高的问题,提出一种混合光伏功率预测模型。首先通过支持向量机(SVM)提取模块降低输入数据维度;然后利用平衡迭代规约和聚类(BIRCH)模块挖掘数据中的信息,划分特征库;最后根据光伏功率的波动特性,建立其对应的双向长短期记忆网络(BILSTM)预测模型。将提出的混合模型应用于欧洲中期天气预报中心(ECMWF)提供的真实数据集上进行预测,通过与8种主流的机器学习算法相比,该模型在测试数据集上的平均绝对误差(MAE)和均方误差(MSE)分别降低了4.3%~59.75%和35.65%~78.29%。此外,混合模型还具有良好的可解释性,使其在电力行业有广泛的应用前景。
关键词
光伏发电
支持向量机
平衡迭代规约和聚类
双向长短期记忆网络
功率预测
Keywords
photovoltaic power generation
SVM
BIRCH
BILSTM
power forecasting
分类号
TM615 [电气工程—电力系统及自动化]
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
基于层次聚类和BILSTM的光伏短期功率预测模型
张晓珂
张辉
戴小然
贾梦麒
邓其军
雷忠诚
《智慧电力》
北大核心
2024
7
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
