典型文献
基于mRMR和VMD-AM-LSTM的短期风功率预测
文献摘要：
为了提高模型预测风功率的准确率,提出了一种基于最大相关-最小冗余筛选、变分模态分解、注意力机制和长短期记忆神经网络的短期风功率预测方法.首先使用变分模态分解算法将风功率序列分解成几个中心频率不同的分量;再对各个分量结合最大相关-最小冗余筛选出的气象特征分别建立注意力机制和长短期记忆混合预测模型;最后将各个分量的预测结果叠加,得到最终的风功率.实际算例表明,与其他几种模型对比,所提预测方法准确率明显提升.
文献关键词：
短期风功率预测;变分模态分解;注意力机制;长短期记忆神经网络
中图分类号：
作者姓名：
杨宇晴;张怡
作者机构：
华北理工大学电气工程学院,河北唐山063000
文献出处：
引用格式：
[1]杨宇晴;张怡-.基于mRMR和VMD-AM-LSTM的短期风功率预测)[J].控制工程,2022(01):10-17
A类：
B类：
mRMR,VMD,AM,短期风功率预测,测风,注意力机制,长短期记忆神经网络,变分模态分解算法,序列分解,分解成,中心频率,气象特征,混合预测模型,模型对比
AB值：
0.194876
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
