首页 | 本学科首页   官方微博 | 高级检索  
     

基于特征选择与多层级深度迁移学习的风电场短期功率预测
引用本文:程凯,彭小圣,徐其友,王勃,刘纯,车建峰. 基于特征选择与多层级深度迁移学习的风电场短期功率预测[J]. 高电压技术, 2022, 48(2): 497-503. DOI: 10.13336/j.1003-6520.hve.20210032
作者姓名:程凯  彭小圣  徐其友  王勃  刘纯  车建峰
作者单位:华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室,武汉430074,中国电力科学研究院有限公司新能源与储能运行控制国家重点实验室,北京100192
基金项目:国家电网有限公司总部科技项目;国家重点研发计划
摘    要:

关 键 词:深度学习  迁移学习  大数据  特征选择  风电  功率预测

Short-term Wind Power Prediction Based on Feature Selection and Multi-level Deep Transfer Learning
CHENG Kai,PENG Xiaosheng,XU Qiyou,WANG Bo,LIU Chun,CHE Jianfeng. Short-term Wind Power Prediction Based on Feature Selection and Multi-level Deep Transfer Learning[J]. High Voltage Engineering, 2022, 48(2): 497-503. DOI: 10.13336/j.1003-6520.hve.20210032
Authors:CHENG Kai  PENG Xiaosheng  XU Qiyou  WANG Bo  LIU Chun  CHE Jianfeng
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号