基于改進(jìn)LSTM的風(fēng)電功率預(yù)測(cè)

打開文本圖片集

摘要：針對(duì)當(dāng)前風(fēng)電功率預(yù)測(cè)精度不高、預(yù)測(cè)結(jié)果滯后等問題，文章提出用VMD結(jié)合DNN和BiLSTM的方法來預(yù)測(cè)超短期風(fēng)電功率。將風(fēng)電功率用VMD算法分解為K個(gè)固有模態(tài)分量，將分解得到的分量轉(zhuǎn)化為有監(jiān)督學(xué)習(xí)數(shù)據(jù)，對(duì)不同IMF分量分別建立DNN和BiLSTM神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，對(duì)預(yù)測(cè)信號(hào)進(jìn)行重構(gòu)，獲得最終誤差，并與單模型預(yù)測(cè)方法進(jìn)行對(duì)比。（剩余5509字）