基于集成多尺度LSTM的短时风功率预测

摘要：

风能作为一种无污染可再生能源,风力发电的比例在全球范围内逐年增加.针对风力发电存在出力波动大,从而导致电网电力不稳定的问题,提出基于集成多尺度长短时记忆网络(LSTM,long short-term memory)的短时风功率预测模型.利用LSTM对序列数据的特殊处理能力,集成多个基预测模型对不同尺度时间数据的预测结果,共同进行短时风功率预测.风功率的精确预测有利于电力资源的全面掌控和调度.采用中国东北地区风力发电真实数据集对模型进行验证,结果证实研究方法预测精度较高,有很好的稳定性.

关键词：风电预测;长短时记忆网络;集成学习;多尺度

所属期刊栏目：44

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目资助;国家电网有限公司科技项目资助

在线出版日期：2021-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：75-81