10.3969/j.issn.1671-0320.2023.01.009
基于WOA-AM-BiLSTM的短期风电功率预测
针对传统的超短期风电功率预测方法难以应对大量强波动性数据,以及对时间序列处理能力有限的问题,提出了一种深度学习模型WOA-AM-BiLSTM对风电功率进行短期预测.使用双向长短期记忆网络可提取时序数据的双向信息,选择性地增强重要特征信息的权重,再利用鲸鱼优化算法进行超参数寻优使AM-BiLSTM模型预测误差最小.通过软件仿真验证了所提风电功率预测模型具有较高的预测精度.
短期风电功率预测、鲸鱼优化算法、注意力机制、双向长短期记忆网络
TM614(发电、发电厂)
2023-04-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
39-42