10.19753/j.issn1001-1390.2020.04.015
基于DTW-FCBF-LSTM模型的超短期风速预测
为了实时调整电网调度计划、提高电网消纳风电的能力,提出了一种基于动态时间规整(DTW)进行相似数据分析、快速相关过滤方法(FCBF)进行输入属性特征选择、以及基于长短期记忆神经网络(LSTM)的超短期风速预测方法.利用DTW方法筛选出与待预测数据相似性高的训练样本;运用FCBF算法得到优选的输入特征集;构建LSTM模型进行超短期风速预测.以风电场实测数据为算例,将文中方法与现有算法的预测精度进行了对比,验证了所提方法的有效性和先进性.
风速预测、人工智能、动态时间规整、快速相关过滤式算法、长短期记忆神经网络
57
TM933
2020-04-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
93-98