科研之友
微信
新浪微博
Facebook
分享链接
摘要
综合考虑风电功率序列及气象数据的多维特征，提出一种弹性网稀疏核主成分分析（EN-SKPCA）降维方法，对气象因素降维并表述为回归优化型问题，添加的弹性网惩罚解决了KPCA重构主成分难以解释构成的问题；提出花授粉算法（FPA）优化长短时记忆神经网络（LSTMNN）预测模型，可自动筛选出最佳超参数，降低了参数经验设置所带来的随机性。该方法解决了突变天气的影响，提高了预测精度。对2017年宁夏麻黄山第一风电场实测数据实验，证明了该方法的优越性。
-
单位燕山大学; 国网冀北电力有限公司唐山供电公司
