《电子测量技术杂志》发表论文赏析

基于模态分解和TCN-BiLSTM的风电功率预测

来源:电子测量技术杂志2024年第14期北京时间:

作者:冯俊磊,吕卫东,段雪艳,张幽迪

单位:兰州交通大学数理学院 兰州 730070

摘要:风电功率的准确预测对于能源系统的稳定运行和电力调度方面具有重要作用。由于风电功率序列具有随机性,间歇性和非线性的特点,使用传统预测以及单一预测模型往往会存在预测精度较低的问题,且容易受到噪声干扰。为了提升风电功率预测的准确性,本文提出了一种CEEMDAN分解技术与神经网络模型相结合的方法。首先将风电功率序列用CEEMDAN方法分解为若干数量的本征模态分量,通过样本熵值来计算每个模态分量的复杂度,根据样本熵值大小将不同的模态分量重组为重构的子序列。将中高频序列数据使用BiLSTM模型来进行预测,而中低频序列数据则采用TCN模型来预测。最后,将不同模型的预测值叠加得到最终的预测值。通过仿真实验,结果表明本文模型在评价指标RMSE、MAE、SMAPE取值均最低,R方值最高,这几个指标的取值均值分别为91.413 2 MW、53.517 3 MW、22.263 8 MW、0.980 7,均优于对比模型,说明本文模型具有较高的预测精度。

关键词:风电功率预测;TCN;模态分解;BiLSTM;组合模型

基金资助:国家自然科学基金(11962011)项目资助

2024年14期其他文献查阅:

基于零样本学习和自编码器的调制信号识别研究

自适应多元优化局部放电识别算法研究

基于28nm MOSFET集成RNVM的1T1R纳米阵列器件可靠性研究

基于压电纤维复合材料的波浪冲击压力传感器研究

基于IESOA-BP的滚动轴承故障诊断

基于Shi-Tomas和RootSIFT的多尺度曲率特征图像拼接算法

基于模态分解和TCN-BiLSTM的风电功率预测

基于cGAN-SAE的室内定位指纹生成方法

基于连续太赫兹波频谱信息提取方法研究

基于超级电容的双向DC/DC变换器建模与控制

融合动态窗口法和DDPG的无人船避碰方法

FSSD-DETR自动驾驶场景实时目标检测算法

基于全局与局部注意力的车辆方位场景识别

整合类内差异与类间关联的隐喻感情预测

基于改进YOLOv5的铝锭合金表面缺陷检测技术研究

多尺度特征融合增强的行人翻越护栏检测

基于特征优化的冷凝铜管表面缺陷分割

基于改进YOLOv5的仓储物体检测研究

面向复杂场景密集行人检测的YOLOv8改进模型

基于层次特征聚合的自动人像抠图

单平台水下定位系统设计与实现

基于VMD的风机次同步振荡模态辨识方法研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!