基于AVMD-CNN-GR...on的超短期风功率预测研究_任东方.pdf

基于AVMD-CNN-GR...on的超短期风功率预测研究_任东方.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

太阳能学报

ActaEnergiaeSolarisSinica

ISSN0254-0096,CN11-2082/TK

《太阳能学报》网络首发论文

题目:基于AVMD-CNN-GRU-Attention的超短期风功率预测研究

作者:任东方,马家庆,何志琴,吴钦木

DOI:10.19912/j.0254-0096.tynxb.2023-0146

收稿日期:2023-02-13

网络首发日期:2023-07-12

引用格式:任东方,马家庆,何志琴,吴钦木.基于AVMD-CNN-GRU-Attention的超短

期风功率预测研究[J/OL].太阳能学报.

/10.19912/j.0254-0096.tynxb.2023-0146

网络首发:在编辑部工作流程中,稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶

段。录用定稿指内容已经确定,且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期

刊特定版式(包括网络呈现版式)排版后的稿件,可暂不确定出版年、卷、期和页码。整期汇编定稿指出

版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出

版管理条例》和《期刊出版管理规定》的有关规定;学术研究成果具有创新性、科学性和先进性,符合编

辑部对刊文的录用要求,不存在学术不端行为及其他侵权行为;稿件内容应基本符合国家有关书刊编辑、

出版的技术标准,正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。

为确保录用定稿网络首发的严肃性,录用定稿一经发布,不得修改论文题目、作者、机构名称和学术内容,

只可基于编辑规范进行少量文字的修改。

出版确认:纸质期刊编辑部通过与《中国学术期刊(光盘版)》电子杂志社有限公司签约,在《中国

学术期刊(网络版)》出版传播平台上创办与纸质期刊内容一致的网络版,以单篇或整期出版形式,在印刷

出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊(网络版)》是国家新闻出

版广电总局批准的网络连续型出版物(ISSN2096-4188,CN11-6037/Z),所以签约期刊的网络版上网络首

发论文视为正式出版。

网络首发时间:2023-07-1210:31:14

网络首发地址:/kcms2/detail/11.2082.TK1508.001.html

DOI:10.19912/j.0254-0096.tynxb.2023-0146

基于AVMD-CNN-GRU-Attention的

超短期风功率预测研究

任东方,马家庆,何志琴,吴钦木

(贵州大学电气工程学院,贵阳550025)

摘要:为提高超短期风功率的预测精度,提出一种改进的基于变分模态分解的卷积神经网络(AVMD-CNN)、

门控循环单元(GRU)和注意力机制(Attention)的超短期风功率预测模型。首先利用改进的VMD将风功率序

列分解为K个子模态;然后将各子模态利用样本熵(SE)和中心频率进行分类,根据分类结果对各子模态分别给

定归一化方式,并按SE值分别输入到GRU-Attention和CNN-GRU-Attention模型中进行训练和预测;最后将各

2

子模态预测结果叠加得到最终结果,从而完成超短期风功率预测。以决定系数(R)、平均绝对误差(MAE)、均

方根误差(RMSE)以及平均绝对百分比误差(MAPE)为精度评估指标,实际算例表明,所提出模型的R2较文

中其他方法平均提高了12.06%,MAE、RMSE以及MAPE分别平均降低了59.36%、62.49%和48.34%,具有较

高的预测精度

您可能关注的文档

文档评论(0)

181****3161 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档