短期风电功率

作品数：472被引量：3288H指数：36
导出分析报告
相关领域：电气工程更多>>
相关作者：孟安波殷豪叶林邓华张颖超更多>>
相关机构：华北电力大学南京信息工程大学中国电力科学研究院有限公司广东工业大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家电网公司科技项目国家重点基础研究发展计划中央高校基本科研业务费专项资金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=电网技术x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于时空注意力卷积模型的超短期风电功率预测被引量：2
《电网技术》2024年第5期2064-2073,I0068,I0069-I0071,共14页吕云龙 胡琴 熊俊杰 龙敦华 
国网江西省电力有限公司科技项目(521820220007)。
随着风电利用率的不断提高,风电输出功率的准确预测对电力系统的调度和稳定运行具有重要意义。然而,风力发电的随机性和波动性容易影响功率预测结果的准确性。该文提出一种基于时空相关性的风电功率预测方法,由时空注意力模块和时空卷...
关键词：风电功率预测 时空相关性 图神经网络 时空注意力模块 时空卷积模块 
融合精细化气象因素与物理约束的深度学习模型在短期风电功率预测中的应用被引量：5
《电网技术》2024年第4期1455-1465,I0022,I0023,I0024,共14页邬永 王冰 陈玉全 姜华 
国家自然科学基金项目(62303158)。
现有基于深度学习方法的风电功率预测是一种以气象数据为输入的间接预测,其预测精度依赖于气象预报的准确率,然而现有气象预报资料普遍存在分辨率低,预报模式不稳定的问题。同时,深度学习模型完全依赖数据驱动,缺乏物理规律的指导,预测...
关键词：风电功率 数值天气预报 降尺度 多模式集成 物理深度学习 
考虑训练样本分布不均衡的超短期风电功率概率预测被引量：3
《电网技术》2024年第3期1133-1145,共13页李丹 方泽仁 缪书唯 胡越 梁云嫣 贺帅 
国家自然科学基金项目(51807109)。
提出一种考虑训练样本分布不均衡的超短期风电概率预测方法。首先构建深度信念混合密度网络,通过深度信念网络独特的预训练和微调机制提取输入变量的隐特征,利用Beta混合概率分布的有界性准确表征风电预测功率的概率分布,实现隐特征与...
关键词：风电功率概率预测 深度信念网络 混合密度网络 训练样本分布不均衡 特征分布平滑 标签分布平滑 
基于CEEMDAN-PE-WPD和多目标优化的超短期风电功率预测方法被引量：6
《电网技术》2023年第12期5015-5025,共11页常雨芳 杨子潇 潘风 唐杨 黄文聪 
国家自然科学基金项目(61903129);湖北工业大学博士启动基金研究项目(BSQD2020012)。
为了提高风电功率预测的精度,提出了一种基于总体平均经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、排列熵(permutation entropy,PE)、小波包分解(wavelet packet decomposition,WPD)...
关键词：超短期风电功率预测 总体平均经验模态分解 排列熵 小波包分解 长短期记忆神经 精英T分布麻雀优化算法 多目标优化 
基于多重注意力的双通道超短期风电功率预测被引量：4
《电网技术》2023年第7期2887-2896,共10页赵雅婷 景超 张兴忠 
国网山西省电力公司科技项目(52053020000W)。
风电功率的超短期精确预测对于电力系统持续、稳定运行具有重要意义。针对风电功率超短期预测问题,提出了一种基于多重注意力双通道模型(dual-channel model with multi-attention,DCMMA)的预测方法,首先采用最小冗余最大相关性(minimum...
关键词：风电功率预测 双通道 多重注意力 多元气象因素 
基于敏感气象特征因子筛选与优化组合的短期风电功率预测被引量：12
《电网技术》2023年第7期2897-2904,共8页马伟 乔颖 鲁宗相 李佳明 孙书鑫 周强 
国家电网有限公司总部科技项目“应用于新能源场群调度辅助决策的数字孪生关键技术研究资助”(4000-202033049A-0-0-00)。
为有效利用数值天气预报数据提供的多类型气象信息来提升预测精度,提出了一种基于敏感气象特征因子筛选与优化组合的短期风电功率预测方法。首先,采用斯皮尔曼、信息熵、皮尔逊相关性指数分析气象特征与功率的相关性,利用证据理论计算...
关键词：证据理论 敏感气象特征因子筛选 风电功率预测 优化组合权重 
考虑数据和模型不确定性的短期风电功率概率预测被引量：15
《电网技术》2022年第5期1926-1933,共8页余建明 庞传军 
国家电网有限公司科技项目(5700-202028362A-0-0-00)。
风电功率预测结果的不确定性包括数据不确定性和模型不确定性。首先,分析了两种不确定性的来源,给出了风电功率概率预测的目标和形式;其次,将风电功率条件概率分布的参数作为神经网络输出,并利用负对数似然损失作为损失函数,实现对数据...
关键词：风电功率预测 风电功率概率预测 风电功率区间预测 风电功率场景 风电功率不确定性 概率贝叶斯神经网络 
基于局部学习和多目标优化的选择性异质集成超短期风电功率预测方法被引量：12
《电网技术》2022年第2期568-577,共10页石立贤 金怀平 杨彪 钱斌 金怀康 
国家自然科学基金项目(62163019,61763020,61863020);云南省应用基础研究计划项目(202101AT070096)。
风能的间歇性、波动性和随机性会对电网造成巨大冲击,准确的风电功率预测对于制定发电计划和统筹调度至关重要,因此提出一种基于进化多目标优化的选择性异质集成(evolutionary multi-objective optimization based selection heterogene...
关键词：风电功率预测 集成学习 局部学习 集成修剪 进化多目标优化 异质集成 
基于OVMD-SSA-DELM-GM模型的超短期风电功率预测方法被引量：42
《电网技术》2021年第12期4701-4710,共10页曾亮 雷舒敏 王珊珊 常雨芳 
国家自然科学基金项目(51977061,61903129);湖北省重点研发计划项目(2020BAB114);武汉科技大学冶金自动化与检测技术教育部工程研究中心开放基金项目(MADTOF2020B0)。
为了提高风电功率的预测精度,提出了一种基于最优变分模态分解(optimal variational model decomposition,OVMD)、麻雀算法(sparrow search algorithm,SSA)、深度极限学习机(deep extreme learning machine,DELM)和灰色模型(grey model,...
关键词：超短期风电功率预测 最优变分模态分解 深度极限学习机 麻雀算法 灰色模型 
基于混沌CSO优化时序注意力GRU模型的超短期风电功率预测被引量：24
《电网技术》2021年第12期4692-4700,共9页孟安波 陈顺 王陈恩 丁伟锋 蔡涌烽 符嘉晋 周华敏 
国家自然科学基金项目(61876040)。
高精度的风电功率预测对风电的并网运营至关重要。为提取风电功率输入序列隐含的时间信息,建立以门控循环单元为基础的预测模型;并在模型输入侧引入时序注意力机制,通过与输入进行加权的方式提高模型对关键历史时间节点的敏感性。为加...
关键词：风电功率预测 门控循环单元 时序注意力机制 动态混沌纵横交叉算法 正则化 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部