原创力文档- 1、本文档共33页，其中可免费阅读10页，需付费170金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
PAGE31
基于信号分解和深度学习的风电机组功率超短期预测
摘要：风电功率的精准超短期预测在风电场的合理调度、减少风电机组运行维护成本和保证电网的稳定可靠运行等方面具有重要的意义。本设计建立基于经验模态分解（EMD）和LSTM（LongShort-TermMemory）的风电机组功率超短期预测模型。针对时序信号风速的波动性与随机性的特点，运用EMD将原始时间序列风速分解，提取其主要特征，降低风速的突变性，输入LSTM中进行风电机组功率超短期预测。首先清洗数据并将其按2min为一组进行分组，然后运用分解时序信号风速，并与风向、偏航、叶片角度等一同输入LSTM中，通过实验调节网络的超参
文档评论（0）