基于改进麻雀搜索算法优化深度学习网络超参数的短期风电功率预测 |
| |
作者姓名: | 欧旭鹏 任涛 王玉鹏 张凯 |
| |
作者单位: | 1. 华能华家岭风力发电有限公司;2. 沈阳化工大学装备可靠性研究所 |
| |
基金项目: | 国家重点研发计划资助项目(2019YFB2004400)~~; |
| |
摘 要: | 提出了一种CNN-Attention-BiGRU网络模型,以及采用ISSA优化网络模型超参数的短期风电功率预测方法。首先,设计CNN-Attention-BiGRU深度学习网络,利用CNN-Attention提取数据特征,再利用BiGRU对时间序列的预测;然后,采用ISSA优化CNN-Attention-BiGRU网络超参数,提高模型的预测精度;最后,采用甘肃省某风电场数据集进行验证该预测方法,结果表明,该预测模型有效地提高了预测精度和输出结果的稳定性。
|
关 键 词: | 短期风电功率预测 改进麻雀搜索算法 CNN-Attention-BiGRU |
|