风电场短期功率预测研究

作者：刘倩; 李时; 陈苗

来源：韶关学院学报, 2022, 43(03): 43-46.

• 风电预测
• 长短时记忆神经网络
• 卷积神经网络

针对短期风电预测模型在时间序列信号的特征提取不理想的问题，提出一种基于卷积神经网络（Convolutional Neural Network,CNN）和长短时记忆神经网络（Long Short-term Memory,LSTM）模型的短期风电预测方法 .CNN利用其卷积层和池化层对历史风电数据典型特征参数进行提取，LSTM具有的时间序列记忆优势能很好地对风电数据进行预测，使用安徽省某市风电负荷数据训练模型，对风电功率进行预测，试验结果表明，CNN-LSTM的预测精度远高于传统LSTM模型，具有普遍适应性.

• 单位
  滁州职业技术学院