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GWO-GRU的光伏发电功率预测
1
作者
陈庆明
廖鸿飞
+1 位作者
孙颖楷
曾亚森
《太阳能学报》
EI
CAS
CSCD
北大核心
2024年第7期438-444,共7页
针对长短期记忆网络(LSTM)应用于光伏发电功率预测时存在的耗时长或精准度低的问题,提出基于灰狼算法(GWO)优化门控循环单元(GRU)的光伏发电功率预测模型。通过GWO算法优化GRU模型的超参数,以近似最优参数建立光伏发电功率预测模型。结...
针对长短期记忆网络(LSTM)应用于光伏发电功率预测时存在的耗时长或精准度低的问题,提出基于灰狼算法(GWO)优化门控循环单元(GRU)的光伏发电功率预测模型。通过GWO算法优化GRU模型的超参数,以近似最优参数建立光伏发电功率预测模型。结果表明,长时功率预测时,GWO-GRU模型的均方根误差更低、拟合系数更高、耗时更少,比传统LSTM模型的平均绝对误差降低10.20%;短时功率预测时,GWO-GRU模型在3种典型天气条件下不仅预测的平均误差最低、稳定性最强,而且比GWO-LSTM模型的平均用时节省17.24%。不同时长的功率预测表明,GWO-GRU相对于LSTM光伏功率预测效果更佳。
展开更多
关键词
光伏发电
功率预测
门控循环单元
灰狼算法
长短期记忆网络
时间序列
在线阅读
下载PDF
职称材料
题名
基于GWO-GRU的光伏发电功率预测
1
作者
陈庆明
廖鸿飞
孙颖楷
曾亚森
机构
中山火炬职业技术学院光电信息学院
广东万和新电气股份有限公司万和研究院
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2024年第7期438-444,共7页
基金
广东省普通高校特色创新项目(2022KTSCX333)
广东省高职院校产教融合创新平台项目(2020CJPT016)
2023年中山火炬职业技术学院校级课程思政示范课程(2023KCSZ15)。
文摘
针对长短期记忆网络(LSTM)应用于光伏发电功率预测时存在的耗时长或精准度低的问题,提出基于灰狼算法(GWO)优化门控循环单元(GRU)的光伏发电功率预测模型。通过GWO算法优化GRU模型的超参数,以近似最优参数建立光伏发电功率预测模型。结果表明,长时功率预测时,GWO-GRU模型的均方根误差更低、拟合系数更高、耗时更少,比传统LSTM模型的平均绝对误差降低10.20%;短时功率预测时,GWO-GRU模型在3种典型天气条件下不仅预测的平均误差最低、稳定性最强,而且比GWO-LSTM模型的平均用时节省17.24%。不同时长的功率预测表明,GWO-GRU相对于LSTM光伏功率预测效果更佳。
关键词
光伏发电
功率预测
门控循环单元
灰狼算法
长短期记忆网络
时间序列
Keywords
photovoltaic power generation
power forecasting
gated recurrent unit
grey wolf optimizer
long short-term memory
time series
分类号
TM615 [电气工程—电力系统及自动化]
TP391.4 [自动化与计算机技术—计算机应用技术]
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GWO-GRU的光伏发电功率预测
陈庆明
廖鸿飞
孙颖楷
曾亚森
《太阳能学报》
EI
CAS
CSCD
北大核心
2024
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
