基于竞争学习机制的LSTM风电多目标区间预测
来源：计算机应用与软件杂志2024年第6期北京时间：
作者：任鹏, 付文杰, 申洪涛, 陶鹏, 张洋瑞
摘要：为了进一步提升区间预测的综合效果，提出一种基于竞争学习机制的LSTM风电多目标区间预测方法。提出基于LSTM的上下界估计模型来构建风电区间多目标预测模型，研究多目标系统中的估计误差与预测区间平均宽度的关系；进一步考虑预测误差，引入一种新的偏最小二乘评价指标；通过引入竞争学习机制，提出一种改进的非支配快速排序遗传算法，有效实现了多目标优化。最后通过两个实际风电数据集进行实验验证，结果表明提出方法具有较高的预测精度。
关键词：风电预测, 长短期记忆网络, 区间预测, 遗传算法
