一种用于风电功率预测的双存储结构LSTM模型

摘要：

文章针对风力发电特有的间歇性和不稳定性等特性,提出一种双存储神经元的长短时记忆(LSTM)模型(Du-LSTM)用于风电功率预测.通过建立双存储神经元结构的LSTM模型,对周期性较强和突变性较强的风电功率分别采用不同神经元建模,有效解决受天气剧烈变化影响下的风电功率预测精度较低的问题.实验结果表明,预测误差相对LSTM模型从10.4％下降到7.0％,改进后的Du-LSTM神经网络模型在预测精度和拟合度上优于原始LSTM网络模型.

关键词：风电功率、神经网络、趋势预测

所属期刊栏目：16

资助基金：NSFC-广东联合基金;项目名称:工业过程数据实时获取与知识自动化;项目U1701262.面广东省省级科技计划项目;项目名称:向船舶产品的智能制造集成平台研究及产业化;项目2016B090918045

在线出版日期：2019-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：117-120