文献类型：期刊文章

作　　者：李冰[1,2] 张妍[3] 刘石[1]

LI Bing;ZHANG Yan;LIU Shi(School of EnergyPower and Mechanical Engineering,North China Electric Power University,Beijing 102206,China;Science ＆ Technology College,North China Electric Power University,Baoding Hebei 071000,China;Departmentof Automation,North China Electric Power University,Baoding Hebei 071003,China)

机构地区：[1]华北电力大学能源动力与机械工程学院,北京102206 [2]华北电力大学科技学院,河北保定071000 [3]华北电力大学自动化系,河北保定071003

出　　处：《计算机仿真》

基　　金：中央高校基本科研业务费专项资金资助(2017MS186);高等学校学科创新引智计划(B13009);国家自然科学基金项目(61571189)

年　　份：2018

卷　　号：35

期　　号：11

起止页码：456-461

语　　种：中文

收录情况：BDHX、BDHX2017、JST、ZGKJHX、核心刊

摘　　要：由于风速具有较强的随机性,受各种因素影响较多,因此风速预测的准确度不高。针对上述现象,提出了一种基于LSTM(Long Short-Term Memory)深度神经网络的短期风速预测方法,以某风机历史数据作为输入,对网络进行训练,建立短期风速预测模型,实现提前一步短期风速预测。算例结果表明,使用LSTM深度神经网络预测风速与实际风速基本一致,预测效果较为理想。将所提方法与其它预测方法预测结果进行对比,预测平均绝对误差最小,表明所提方法具有更高的预测精度,验证了上述预测方法在短期风速预测中的可行性和有效性。

关 键 词：风力发电 循环神经网络 长短期记忆  深度神经网络  短期风速预测

分 类 号：TM614]