典型文献
基于深度学习的风电场短期功率预测
文献摘要：
风能是波动性较大、不确定性较高的不稳定能源,大量的风能源进入电力系统,电力系统的稳定性将受到很大影响.通过机器学习、深度学习、组合模型的方式对风电功率预测的原理、条件、程序进行分析,解决风电对电力系统带来的影响.研究发现,成熟的风电预测技术将对电力系统带来巨大的收益,混合算法具有更好的特征表达和更加稳定、准确的预测能力,在未来的风能并网中将起到决定性的作用.
文献关键词：
风电功率预测;机器学习;深度学习;组合模型
中图分类号：
作者姓名：
刘璐;葛丽娟;李攀峰;谢文渊;郑子龙;赵宇哲;王明洋;周守航
作者机构：
内蒙古农业大学,内蒙古 呼和浩特 010000;内蒙古电力(集团)有限责任公司巴彦淖尔供电分公司,内蒙古 巴彦淖尔 015543
文献出处：
引用格式：
[1]刘璐;葛丽娟;李攀峰;谢文渊;郑子龙;赵宇哲;王明洋;周守航-.基于深度学习的风电场短期功率预测)[J].电工技术,2022(20):69-71,120
A类：
B类：
风电场,短期功率预测,风能,波动性,定能,电力系统,组合模型,风电功率预测,统带,风电预测,预测技术,混合算法,特征表达,预测能力,并网
AB值：
0.296688
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。
