期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于混合分位数回归长短期记忆神经网络的风电功率短期区间预测
1
作者 杨茂 张书天 +1 位作者 王勃 于欣楠 《太阳能学报》 北大核心 2025年第2期582-590,共9页
为进一步提升风电功率区间预测精度,提出一种基于混合分位数回归长短期记忆神经网络的风电功率短期区间预测方法。通过同时考虑复合、平滑和非交叉3个特点对传统分位数回归模型进行改进,首先使用平滑函数代替弹球损失函数,使长短期记忆... 为进一步提升风电功率区间预测精度,提出一种基于混合分位数回归长短期记忆神经网络的风电功率短期区间预测方法。通过同时考虑复合、平滑和非交叉3个特点对传统分位数回归模型进行改进,首先使用平滑函数代替弹球损失函数,使长短期记忆神经网络更易于拟合分位数回归模型。然后构建复合目标函数,使其能在给出多个分位数的条件下不重复训练多个独立模型。接着利用ReLU罚函数进行非交叉约束来避免分位数交叉现象的发生。最后将改进后的分位数回归与长短期记忆神经网络相结合并应用于中国甘肃省某风电场,运行结果表明所提模型在不同置信水平下对应PICP和PIAW分别提高了4.17个百分点和降低了2.31 MW,验证了方法的有效性。 展开更多
关键词 风电功率 深度学习 区间预测 复合非交叉 分位数回归 ReLU罚函数
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部