典型文献
基于LSTM循环神经网络算法的风电预测技术
文献摘要：
风力发电的随机性和不可控性,给发电控制环节造成控制负担,利用不同高度的风速、风向等气候因素对风力发电数据进行准确预测,有利于制定合理的调度计划.本文使用LSTM循环神经网络算法,实现了单变量预测未来一个时间点、多变量预测未来一个时间点的风电预测实例验证,实验结果发现算法在两种情况下均保持着高的预测精度.且由于单变量和多变量两种情况下预测误差相差不大,表明在实际风电预测中在多变量数据里风速本身仍起决定性作用.
文献关键词：
风力发电预测;风速;循环神经网络;长短期记忆神经网络
中图分类号：
作者姓名：
金宇悦;康健;陈永杰
作者机构：
华北理工大学以升创新教育基地,河北唐山,063210;华北理工大学电气工程学院,河北唐山,063210
文献出处：
引用格式：
[1]金宇悦;康健;陈永杰-.基于LSTM循环神经网络算法的风电预测技术)[J].电子测试,2022(02):49-51
A类：
B类：
循环神经网络,神经网络算法,风电预测,预测技术,随机性,可控性,电控,控制环,不同高度,气候因素,准确预测,调度计划,单变量预测,预测未来,多变量预测,预测误差,风力发电预测,长短期记忆神经网络
AB值：
0.300725
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。
