短期风速预测

作品数：255被引量：2159H指数：28
导出分析报告
相关领域：电气工程更多>>
相关作者：卫志农孙国强臧海祥殷豪孟安波更多>>
相关机构：华北电力大学武汉科技大学河海大学东北电力大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划国家高技术研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
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CEEMD-SE-PSR-BP的短期风速预测
《太阳能学报》2025年第4期415-422,共8页高晟扬 李法社 
云南省科技厅基础研究项目(202401BD070001-072);云南省教育厅科学研究项目(2024J0453);云南农业大学大学生创新项目(XJ2023240)。
为提升预测的准确度,提出一种互补集合经验模态分解(CEEMD)、样本熵(SE)、相空间重构(PSR)以及神经网络(BP)的短期风速预测新模型。首先运用CEEMD技术对风速时间序列进行拆解,化繁为简,分离出多个子序列。随后,计算每个子序列的SE,从SE...
关键词：风速预测 样本熵 互补集合经验模态分解 相空间重构 神经网络 时间序列 
基于变分模态分解和集成深度学习的短期风速预测
《武汉大学学报(工学版)》2025年第4期677-686,共10页王鑫鑫 凌薇 艾学轶 
国家自然科学基金项目(71901167)。
针对风速具有强烈的非线性、非平稳性与随机性导致风速预测准确性受到极大考验的问题,提出一种基于变分模态分解和集成深度学习融合的短期风速预测模型。该模型利用鲸鱼群算法(whale optimization algorithm,WOA)优化选择变分模态分解(v...
关键词：变分模态分解 INFORMER 时间卷积网络 风速预测 
基于样本熵双分解和SSA-LSTM的超短期风速预测
《太阳能学报》2025年第3期611-618,共8页王希 孙娜 苏浩 张楠 张帅 纪捷 
江苏省高校自然科学基金(20KJD480003);江苏省双创计划(JSSCBS(2020)31035);江苏省自然科学基金(BK20201069)。
为进一步提高超短期风速预测的准确性,提出一种基于样本熵的双分解和麻雀搜索算法(SSA)改进长短时记忆神经网络(ILSTM)的耦合模型(简记为DILSTM)。首先,利用变分模态分解(VMD)分解原始序列并通过样本熵量化各子序列的复杂性;其次,利用...
关键词：风速 神经网络 预测 变分模态分解 样本熵 麻雀搜索算法 
基于EMD-SSA-BiLSTM的桥址区短期风速预测
《计算机仿真》2025年第3期549-555,共7页王少钦 林婧姝 郭明浩 
为精准、高效的预测桥梁短期风速,提出一种可适于工程推广的短期风速预测方法。即采用经验模态分解法(EMD)将原始风速序列进行分解,得到不同尺度的分解分量(IMF),对每个IMF分量分别建立双向长短期记忆网络模型(BiLSTM),通过麻雀搜索算法...
关键词：风速预测 麻雀搜索算法 经验模态分解 双向长短期记忆网络 桥梁 
基于AMSD-WTSSA-DELM模型的铁路沿线短期风速预测方法
《铁道科学与工程学报》2025年第2期543-556,共14页尼比江·艾力 张林鍹 李奕超 景雨啸 高金山 王渊 谢明浩 罗晓龙 
中国国家铁路集团有限公司青年专项课题(Q2023T002);新疆维吾尔自治区自然科学基金资助项目(2022D01C431)。
我国西北地区铁路沿线风速较强且存在非平稳性和波动性,导致风速预测精确度不高、模型泛化性差。基于此,提出一种基于AMSD-WTSSA-DELM的组合预测模型。首先,利用高度非平稳的原始风速序列、分量的长期相关表现、分量所包含的潜在模式及...
关键词：短期风速预测 自适应多步分解 深度极限学习机 改进麻雀搜索算法 铁路沿线风速 
基于IVMD-SVR模型的短期风速预测
《计算机与数字工程》2025年第2期432-436,443,共6页尹隆腾 陈娟 
随着传统化石燃料的锐减,以及带来的环境污染的日益严重,世界各国都在重点发展作为可再生能源发电技术之一的风力发电,准确的风速预测是确保风电系统安全稳定运行的一个长期挑战。为此,提出了一种基于混沌特性来分析的变分模态分解和支...
关键词：VMD 混沌特性 SVR 风速预测 
基于CNN-LSTM-ARIMA的超短期风速预测被引量：1
《新能源进展》2024年第6期688-695,共8页王世明 张少童 娄嘉奕 
国家自然科学基金项目(41976194);上海市“科技创新行动计划”软科学研究项目(23692102600);上海市“科技创新行动计划”上海工程技术研究中心项目(19DZ2254800)。
提升风速预测的精准度对于实时调整电力系统的管理策略及增强风电市场的竞争实力有着关键作用。提出一种基于卷积神经网络(CNN)、长短期记忆网络(LSTM)和自回归集成移动平均(ARIMA)模型的超短期风速预测方法,通过CNN卷积层捕捉时间序列...
关键词：风速预测 卷积神经网络 长短期记忆网络 自回归集成移动平均模型 
基于GA-BP算法的短期风速预测
《云南电业》2024年第11期21-26,共6页张波 
随着中国电力系统的快速发展,风能需求大幅增加,迫切需要准确预测风速以确保电网的安全与稳定。本文提出一种结合遗传算法与BP神经网络的短期风速预测方法,以解决BP神经网络在权重和阈值优化中的不足。通过分析确定输入层、隐含层和输...
关键词：风速预测 BP神经网络 遗传算法 风力发电 
基于改进海洋捕食者算法优化GRU的短期风速预测
《白城师范学院学报》2024年第5期29-39,共11页李春梅 谷佳澄 王善求 谭佳伟 
吉林省科技发展计划项目(20230204078YY)。
为了提高风速预测精度,提出了一种新的短期风速预测模型IMPA-GRU,其中IMPA算法是针对海洋捕食者算法初始化不均匀、收敛速度慢和收敛精度低等弱点引入Tent混沌映射、锦标赛选择策略和自适应阶段转换策略的一种改进算法.将IMPA算法与门...
关键词：风速预测 海洋捕食者算法 门控循环单元 混沌映射 自适应选择 
基于CEEMDAN和BiLSTM-AM的超短期风速预测方法被引量：1
《电测与仪表》2024年第9期77-84,共8页尹元亚 潘文虎 赵文广 苏志朋 韩屹 吴红斌 
国网安徽省电力有限公司科技项目(B312C0230007)。
精准的风速预测结果可以推进风电的高效消纳以及增强新型电力系统的安全稳定性。为进一步挖掘风速序列的非线性特征,提升风速预测精度,提出了一种基于CEEMDAN与BiLSTM-AM的超短期风速预测方法。针对风速的随机波动性,采用自适应噪声完...
关键词：超短期风速预测 自适应噪声完备集合经验模态分解 双向长短时记忆 注意力机制 贝叶斯优化 
全选清除导出
共26页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部