基于INGO-SWGMN混合模型的超短期风速预测研究

打开文本图片集

收稿日期：2022-12-28

基金项目：国家自然科学基金（51909010）；湖北省自然科学基金（2022CFD170）；梯级水电站运行与控制湖北省重点实验室开放基金

（2202KJX10）

通信作者：付文龙（1988—），男，博士、副教授，主要从事新能源发电预测和故障诊断方面的研究。ctgu_fuwenlong@126.com

DOI：10.19912/j.0254-0096.tynxb.2022-1975 文章编号：0254-0096（2024）05-0133-11

摘 要：为提高超短期风速预测的精度，提出一种融合变分模态分解（VMD）、相空间重构、改进的北方苍鹰优化算法（INGO）和共享权重门控记忆网络（SWGMN）的超短期风速混合预测模型。（剩余18515字）