基于SSA VMD LSTM NKDE的短期风电功率概率预测

打印
收藏

收藏成功

微博 QQ空间微信

打开文本图片集

摘要：

为进一步提高风电功率预测精度，提出一种基于麻雀搜索算法（SSA）优化VMD参数的组合预测方法。首先，使用麻雀搜索算法对VMD参数进行优化，并利用优化后的VMD对数据进行分解；其次，结合灰色关联分析法和熵权法对环境变量进行相关性分析，选择相关性最高的影响因素与分解得到的各模态分量组合作为LSTM预测模型的输入，获得更为精确的预测结果；最后，建立基于非参数核密度估计（NKDE）的风电功率概率预测模型，实现对风电功率预测结果不确定性的有效量化。（剩余17608字）

试读结束

购买全文6.00元下一篇 SLM成形多层多道金属薄壁件温度场有限元模拟

河北科技大学学报

2023年04期

¥12.00/本