典型文献
基于SSA-LSTM的海上风电功率预测
文献摘要：
针对海上风电功率预测精度差的问题,提出一种改进的SSA-LSTM模型.选择在时间序列问题处理上具有良好性能的长短期记忆(LSTM)神经网络,通过寻优能力强、收敛速度快的麻雀搜索算法对LSTM网络隐含层神经元个数、学习率和训练次数等超参数进行优化,得到SSA-LSTM模型.采用江苏省盐城市某400 MW风电场功率数据进行算例分析,在不同条件变量下分别使用SSA-LSTM模型、LSTM模型预测,仿真结果表明,SSA-LSTM模型具有更高的预测精度、更好的预测稳定性.
文献关键词：
麻雀搜索算法;LSTM;海上风电;功率预测
中图分类号：
作者姓名：
李森文;张伟;李纯宇;郝思鹏
作者机构：
南京工程学院电力工程学院,江苏南京211167
文献出处：
引用格式：
[1]李森文;张伟;李纯宇;郝思鹏-.基于SSA-LSTM的海上风电功率预测)[J].机械与电子,2022(06):22-25,30
A类：
B类：
SSA,海上风电,风电功率预测,问题处理,好性,长短期记忆,寻优能力,收敛速度,麻雀搜索算法,隐含层,学习率,超参数,江苏省盐城市,MW,风电场,算例分析
AB值：
0.221885
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
