.png){kind=icon}
返回
Short-term wind power prediction method based on multivariate signal decomposition and RIME optimization algorithm
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2024.125376.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
准确表征风能系统在高度不稳定条件下的动态特性对于短期风能预测至关重要。多变量因素，如不同高度的风速、风向和气候因素，以及它们之间的关系，需要被充分考虑。为此，在利用皮尔逊相关系数识别主要影响变量后，采用经验模态分解（MEMD）方法对数据进行分解，以捕捉变量间的深层耦合关系和时空变化模式。结合通过RIME算法优化的双向长短时记忆网络（BiLSTM），构建了短期风能预测模型。对中国新疆和甘肃两个风电场的分析表明，该模型相较于基准模型具有更高的预测精度。通过组件消融实验以及与其他优化算法和信号分解算法的比较实验，验证了RIME和MEMD的有效性。为应对大规模数据，探索使用弹性网络（EN）对IMF特征进行降维，以降低计算需求并保持良好的预测性能。该方法为电力系统调度和可再生能源的高效利用提供了强有力支持。
Keyword:
Short term prediction
MEMD
BiLSTM
Wind power
RIME optimization algorithm
期刊
IF:
7.5
论文数:
2.9W
被引数:
10.2W
机构
引用论文
A novel offshore wind farm typhoon wind speed prediction model based on PSOeBi-LSTM improved by VMD基于VMD改进PSOeBi-LSTM的海上风电场台风风速预测模型.png)
ENERGY
ENERGYIF9.4
PREAI
分享收藏Forecasting hourly day-ahead solar photovoltaic power generation by assembling a new adaptive multivariate data analysis with a long short-term memory network通过将一种新的自适应多变量数据分析方法与长短期记忆网络相结合，来预测日前的每小时太阳能光伏发电量。
PREAI
分享收藏A novel wind power prediction approach using multivariate variational mode decomposition and multi-objective crisscross optimization based deep extreme learning machineENERGY
ENERGYIF9.4
PREAI
分享收藏分享收藏Direct Wind Power Forecasting Using a Polynomial Decomposition of the General Differential Equation
PREAI
分享收藏A review of wind speed and wind power forecasting with deep neural networks基于深度神经网络的风速和风功率预测研究综述APPLIED ENERGY
APPLIED ENERGYIF11
PREAI
分享收藏A dual-optimization wind speed forecasting model based on deep learning and improved dung beetle optimization algorithmENERGY
ENERGYIF9.4
PREAI
分享收藏
查看更多内容