基于CNN-LSTM及深度学习的风电场时空组合预测模型

摘要: 为了更好地预测风电场的风电功率，提取风电场相邻站点之间时空信息和潜在联系，提出了一种基于卷积神经网络（CNN）、互信息（mutual information，MI）法、长短时记忆网络（LSTM）、注意力机制（AT）和粒子群优化（PSO）的短期风电场预测模型（MI-CNN-ALSTM-PSO）。CNN用于提取不同站点的空间特征，LSTM则用于获取多个站点的风电数据的时间依赖信息，据此设计CNN-LSTM时空预测模型，并结合深度学习算法，如MI特征选择、AT注意力机制、PSO参数优化，对模型进一步改进。通过两个海岛风电场的实验数据分析可知，所提模型具有最优的统计误差，CNN-LSTM模型可以高效提取风电场时空信息并进行时间序列预测，而结合深度学习算法（MI、AT和PSO）后的组合模型能进一步提高风电功率预测精度和稳定性。

关键词: 短期风电预测卷积神经网络特征选择长短时记忆网络注意力机制

0 引言

在过去的几十年里，全球风力发电装机容量增长迅速。目前，风能作为一种清洁、绿色的可

基于CNN-LSTM及深度学习的风电场时空组合预测模型相关推荐

【网络流量识别】【深度学习】【三】CNN和LSTM—基于信息获取和深度学习的网络流量异常检测
本文是北京大学陆祥林等人,2019年四月发表于ICISDM的一篇文章,收录于ACM网站. 文章题目:基于信息获取和深度学习的网络流量异常检测原文网址:基于信息获取和深度学习的网络流量异常检测|201 ...
基于大数据与深度学习的自然语言对话
基于大数据与深度学习的自然语言对话发表于2015-12-04 09:44| 7989次阅读| 来源<程序员>电子刊| 5 条评论| 作者李航.吕正东.尚利峰大数据深度学习自然语言处理自 ...
基于三维数据的深度学习综述
众所周知,计算机视觉的目标是对图像进行理解.我们从图像中获取视觉特征,从视觉特征中对图像.场景等进行认知,最终达到理解.感知.交互.目前,比较主流的计算机视觉基本是基于二维数据进行的,但是回顾计算机视 ...
一文入门基于三维数据的深度学习
本文转载自北京智源人工智能研究院. 这是一篇三维数据深度学习的入门好文,兼顾基础与前沿,值得收藏!为方便大家学习,本文PDF版本和所列出的所有文献提供下载,(2020年7月27日11点后)在我爱计算机 ...
【毕业设计_课程设计】基于各种机器学习和深度学习的中文微博情感分析
文章目录前言项目介绍实验结果舆情分析工程结构前言基于各种机器学习和深度学习的中文微博情感分析提示:适合用于课程设计或毕业设计,工作量达标,源码开放项目介绍 1.用FastText在语 ...
基于NVIDIA GPUs的深度学习训练新优化
基于NVIDIA GPUs的深度学习训练新优化 New Optimizations To Accelerate Deep Learning Training on NVIDIA GPUs 不同行业采用 ...
值得收藏！基于激光雷达数据的深度学习目标检测方法大合集（下）
作者 | 黄浴来源 | 转载自知乎专栏自动驾驶的挑战和发展 [导读]在近日发布的<值得收藏!基于激光雷达数据的深度学习目标检测方法大合集(上)>一文中,作者介绍了一部分各大公司和机构基于 ...
第三十五课.基于贝叶斯的深度学习
目录贝叶斯公式基础问题贝叶斯深度学习与深度学习的区别贝叶斯神经网络与贝叶斯网络贝叶斯神经网络的推理与学习前向计算学习贝叶斯公式首先回顾贝叶斯公式:p(z∣x)=p(x,z)p(x)= ...
R基于H2O包构建深度学习模型实战
R基于H2O包构建深度学习模型实战目录 R基于H2O包构建深度学习模型实战 #案例分析

基于CNN-LSTM及深度学习的风电场时空组合预测模型

基于CNN-LSTM及深度学习的风电场时空组合预测模型相关推荐

最新文章

热门文章