基于模糊信息粒化和长短期记忆网络的短期风速预测

摘要：

针对风速点预测无法对预测结果进行风险评估、区间预测难以满足电网精细化要求,以及现有静态预测方法难以描述风速序列长期相关性的现象,提出一种基于模糊信息粒化(Fuzzy Information Granulation,FIG)和长短期记忆(Long Short-Term Memory,LSTM)网络的动态预测模型.该方法先对风速序列进行模糊信息粒化,提取出粒化后数据的最大值(区间上界)、最小值(区间下界)和平均值.其次采用ADAM算法优化的LSTM网络对各粒化数据进行动态建模,得到能描述风速波动性的区间预测结果和点预测结果.算列表明,所提动态模型的预测效果比其它基本模型的预测效果更好.

关键词：点预测、区间预测、长短记忆网络、模糊信息粒化、ADAM算法

所属期刊栏目：56

分类号：TM614(发电、发电厂)

资助基金：广东省科技计划项目2016A010104016;广东电网公司科技项目GDKJQQ20152066

在线出版日期：2019-07-12（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：101-107