- 1、本文档共12页,可阅读全部内容。
- 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、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、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)。
南京信息工程大学学报(自然科学版)
JournalofNanjingUniversityofInformationScienceTechnology(NaturalScienceEdition)
ISSN1674-7070,CN32-1801/N
《南京信息工程大学学报(自然科学版)》网络首发论文
题目:基于CNN-GRU-ISSA-XGBoost的短期光伏功率预测
作者:岳有军,吴明沅,王红君,赵辉
DOI:10.13878/ki.jnuist.20230614002
收稿日期:2023-06-14
网络首发日期:2023-08-14
引用格式:岳有军,吴明沅,王红君,赵辉.基于CNN-GRU-ISSA-XGBoost的短期光伏
功率预测[J/OL].南京信息工程大学学报(自然科学版).
/10.13878/ki.jnuist.20230614002
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:2023-08-1416:53:15
网络首发地址:/urlid/32.1801.N1428.002
基于CNN-GRU-ISSA-XGBoost的短期光伏功率预测
1111
岳有军,吴明沅,王红君,赵辉
1.天津市新能源电力变换传输与智能控制重点实验室,天津300384
摘要:针对光伏功率随机性及波动性大,单一预测模型往往难以准确分析历史数据波动
规律,从而导致预测精度不高的问题,提出一种基于卷积神经网络-门控循环单元
(CNN-GRU)和改进麻雀搜索算法(ISSA)优化的极限梯度提升(XGBoost)模型的短期光
伏功率预测组合模型。首先去除历史数据中的异常值并对其进行归一化处理,利用主成
分分析法(PCA)进行特征选取,以便更好地识别影响光伏功率的关键因素。然后采用
CNN网络提取数据的空间特征,再经过GRU网络提取时间特征,针对XGBoost模型手
动配置参数困难、随机性大的问题,利用ISSA对模型超参数寻优。最后对两种方法预
测的结果用误差倒数法减小误差的同时对权重进行更新,得到新的预测值,从而完成对
光伏功率的预测。实验结果表明,所提出的CNN-GRU-ISSA-XGBoost组合模型具有更
强的适应性和更高的精度。
您可能关注的文档
- 《电力电子技术》课程典型教学案例.docx.pdf
- Temperature_Prediction_of_Transformer_High-Voltage_Bushing_Based_on_PSO-LSTM基于PSO-LSTM的变压器高压套管温度预测.pdf
- 基于ARIMA和LSTM组合模型的核电厂主泵状态预测_朱少民.pdf
- 基于AVMD-CNN-GR...on的超短期风功率预测研究_任东方.pdf
- 基于CEEMDAN-SG-...器油中溶解气体体积分数预测_陈铁.pdf
- 基于CNN-Attenti...LSTM的大坝变形预测模型_施彦彤.pdf
- 基于CNN-GRU-AE的蓝莓货架期预测模型研究.pdf
- 基于CNN-GRU深度学习...化多电平矩阵变换器故障诊断_朱晋.pdf
- 基于CNN-GRU组合神经...数控机床进给系统热误差研究.pdf
- 基于GRU-CNN模型的云南地区短期气温预测.pdf
文档评论(0)