| 基于双向长短期记忆深度学习模型的短期风功率预测方法研究 |
| |
| 引用本文： | 谭敏戈,蒋勃,王建渊,邓亚平,冯雅琳,蒋琪,贾灵贤. 基于双向长短期记忆深度学习模型的短期风功率预测方法研究[J]. 电网与清洁能源, 2020, 36(6): 85-91 |
| |
| 作者姓名： | 谭敏戈 蒋勃 王建渊 邓亚平 冯雅琳 蒋琪 贾灵贤 |
| |
| 作者单位： | 1. 国网陕西省电力公司检修公司陕北运维分部;2.国网陕西省电力公司;3. 西安理工大;4. 国网陕西省电力公司电力科学研究院;5. 国网陕西省电力公司培训中心 |
| |
| 基金项目： | 陕西省自然科学基础研究计划（2019JQ-329）；陕西省教育厅自然科学研究项目（18JK0574） |
| |
| 摘 要： | 风功率的准确预测对电力系统的规划、调度运行等方面均具有重要意义。该文以风功率预测误差最小为目标，提出了一种基于双向长短期记忆深度学习模型的短期风功率预测方法，包括3层（输入层、隐含层和输出层）网络结构的详细设计以及网络训练过程。输入层负责对原始数据进行预处理以满足网络输入要求，隐含层采用双向长短期记忆单元构建以提取输入数据的非线性特征，输出层提供预测结果，网络训练采用Adam优化方法。在此基础上，基于实际风电场采集数据为算例，对该文所提出模型进行训练与测试，验证了该文所提方法的可行性与优越性。
|
| 关 键 词： | 风功率预测；数值天气预报；深度学习；双向长短期记忆神经网络 |
Research on Short-Term Wind Power Prediction Method Based on Deep Learning Model with Bidirectional Long Short-Term Memory |
| |
| TAN Minge,JIANG Bo,WANG Jianyuan,DENG Yaping,FENG Yalin,JIANG Qi,JIA Lingxian. Research on Short-Term Wind Power Prediction Method Based on Deep Learning Model with Bidirectional Long Short-Term Memory[J]. Power system and clean energy, 2020, 36(6): 85-91 |
| |
| Authors: | TAN Minge JIANG Bo WANG Jianyuan DENG Yaping FENG Yalin JIANG Qi JIA Lingxian |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电网与清洁能源》浏览原始摘要信息 |
|
点击此处可从《电网与清洁能源》下载免费的PDF全文 |
