收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于卷积神经网络与LightGBM的短期风电功率预测方法

徐磊  吴鹏  徐明生  程明  
【摘要】:考虑到风力发电存在的波动性和不确定性,提出一种基于卷积神经网络(CNN)和LightGBM相结合的风力发电机功率预测模型。先对相邻风电机组原始数据进行时序特征相关性分析,构建新的特征集;其次,应用CNN从输入数据中提取信息,并通过比较实际结果调整网络参数;再次,考虑到单一卷积模型在预测风电时的局限性,将LightGBM分类算法集成到模型中,从而提高预测的准确性和鲁棒性;最后,将提出的算法与已有的支持向量机、LightGBM、CNN进行仿真对比,结果表明所提出的融合模型具有更好的精度和效率。

知网文化
【相似文献】
中国期刊全文数据库 前15条
1 李云冰;徐兰兰;王晓军;张小玲;;基于门控循环神经网络的线损电量预测方法[J];电力设备管理;2020年02期
2 李润泽;郭黎;李保平;姜斌;;基于模糊宽度学习模型的光伏发电预测方法[J];控制工程;2020年11期
3 纲;;经济情报网预测分网预测方法研讨会在宁波召开[J];科技信息;1987年11期
4 张浩;李树金;;分布式光伏发电的特性分析与预测方法综述[J];科技风;2020年03期
5 李嘉宇;王东风;张妍;;基于灰色关联分析的短期风速预测方法[J];山东电力技术;2020年03期
6 高华兴;李建军;张乐;杨宇昕;任永强;;农业大棚光伏发电预测的研究[J];湖北农机化;2020年12期
7 刘明凤;修春波;;基于ARMA与神经网络的风速序列混合预测方法[J];中南大学学报(自然科学版);2013年S1期
8 杨茂;董骏城;刘铁;钟宏鸣;;两种基于自适应神经模糊推理系统的风功率预测方法[J];电测与仪表;2016年19期
9 曹煜祺;张立梅;;光伏发电功率预测方法综述[J];黑龙江科学;2017年21期
10 宁波;王运;邵鹏;杨慧彪;;基于包裹式框架的风功率特征选择与预测方法[J];信息技术;2020年12期
11 屈璐;方兴;张超;;基于时间分段的改进电量预测方法[J];湖南电力;2020年03期
12 张娜;王守相;葛磊蛟;王志和;;一种光伏短期出力区间预测方法[J];太阳能学报;2020年08期
13 潘国美;;对几种用电预测方法的探讨[J];上海电力;2000年02期
14 湛腾西;郭观七;;电厂烟气含氧量的智能混合预测方法[J];仪器仪表学报;2010年08期
15 高僮;陈波涛;张海峰;;基于支持向量机回归的短期风速预测方法的研究[J];科技创新与应用;2016年36期
中国重要会议论文全文数据库 前20条
1 刘明凤;修春波;;基于ARMA与神经网络的风速序列混合预测方法[A];2013年中国智能自动化学术会议论文集(第四分册)[C];2013年
2 陶鹏;杨鹏;申洪涛;赵俊鹏;张洋瑞;;基于LightGBM马尔可夫修正算法的配网故障量预测方法[A];2018智能电网新技术发展与应用研讨会论文集[C];2018年
3 李淋雨;邱寅祺;何星;;基于LSTM的火电厂入口硝浓度预测方法研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
4 潘岚川;马乐乐;刘向杰;;基于卷积神经网络的一次风机故障预警研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
5 康忠健;罗霖;;基于长短期记忆网络的配电网线损预测方法研究[A];第三十九届中国控制会议论文集(7)[C];2020年
6 徐硕;;集合经验模态分解的多路-多级神经网络风功率预测模型[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
7 李玉缝;;基于BP神经网络的主备频率源时差预报方法[A];中国天文学会2018年学术年会摘要集[C];2018年
8 陈佳;;神经网络在上海天然气日负荷预测中的应用[A];第二届中国城市燃气论坛——燃气青年工程师论坛资料汇编[C];2009年
9 易健雄;朱大奇;陈昕静;;量子神经网络在电机转子故障辨识中的应用研究[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
10 潘庭龙;纪志成;沈学芹;;基于复合神经网络的感应电机直接转矩控制[A];第十七届全国过路控制会议论文集[C];2006年
11 夏靖波;邹铁鹏;王师;吴恩庚;陆增喜;;基于神经网络微小电容测量方法的研究[A];1997中国控制与决策学术年会论文集[C];1997年
12 彭道刚;杨平;王志萍;徐春梅;曾婧婧;;基于自组织竞争神经网络的热工设备状态诊断[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
13 林开英;俞集辉;袁严辉;;基于神经网络和趋势组合的短期电力负荷预测模型研究[A];四川省电工技术学会第七届学术年会论文集[C];2003年
14 朱锋;孙辉;周玮;;基于相似日聚类的神经网络风速预测[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(下册)[C];2008年
15 韩丞智;牛风雷;郭张鹏;;神经网络在温度对氧化铅恒流冲蚀溶解速率影响研究中的应用[A];第十五届全国反应堆热工流体学术会议暨中核核反应堆热工水力技术重点实验室学术年会论文集[C];2017年
16 王世谦;苏娟;杜松怀;;基于小波变换和神经网络的短期风电功率预测方法[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
17 高志勇;潘平洋;;神经网络在风机故障预警中的应用[A];第六届中国风电后市场交流合作大会论文集[C];2019年
18 王利霞;蔡金锭;林礼清;;基于GA-BP神经网络的故障诊断专家系统在水轮机组中的应用[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年
19 杨滨源;;基于多模型融合学习的售电量预测方法[A];风能产业(2019年1月)[C];2019年
20 马良玉;盖银平;史振兴;;600MW超临界锅炉过热汽温反馈补偿神经网络逆控制[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前7条
1 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
2 杨旭辉;基于神经网络的C-ADS InjectorⅡ束流偏移校准技术研究[D];兰州大学;2019年
3 李天;含风电场的电力系统功率预测与优化调度研究[D];华北电力大学(北京);2018年
4 雷学文;基于深度神经网络的风功率日前预测与电力系统联合调度研究[D];西安理工大学;2018年
5 李蒙;基于深度小世界神经网络的风机变工况变桨故障诊断研究[D];北京交通大学;2020年
6 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
7 郭鹏;Hopfield神经网络及其在电厂中的应用研究[D];华北电力大学(河北);2004年
中国硕士学位论文全文数据库 前20条
1 王彦博;基于时间序列分解法和回归分析法的月用电量综合预测方法[D];沈阳工程学院;2019年
2 张旭;分布式光伏发电功率预测方法的实验研究[D];华北电力大学(北京);2018年
3 张晓文;基于卷积神经网络绝缘子外部损伤识别[D];内蒙古农业大学;2020年
4 张爽;基于改进卷积神经网络在短期负荷预测中的方法研究[D];辽宁工程技术大学;2019年
5 杨柏;基于改进卷积神经网络永磁电机故障诊断方法研究[D];沈阳工程学院;2020年
6 王文卿;基于卷积神经网络的电力系统短期负荷预测研究[D];青岛大学;2020年
7 孟强斌;基于时频图和卷积神经网络的水电机组故障诊断研究[D];西安理工大学;2020年
8 杨晨光;基于卷积神经网络的变压器涌流识别[D];西安科技大学;2020年
9 贾向博;基于卷积神经网络的输电设备图像识别系统软件的实现[D];深圳大学;2018年
10 张涛;一种基于长短期记忆神经网络的火电厂NO_x排放量预测方法[D];华北电力大学(北京);2019年
11 唐诗洁;燃煤电厂SCR脱硝催化剂寿命预测[D];华北电力大学(北京);2019年
12 陆俊峰;基于EMI技术的电机振动噪声分析与优化[D];安徽理工大学;2019年
13 王刚;基于深度学习的锂电池褶皱检测系统的研究与实现[D];辽宁大学;2019年
14 钱烈江;基于神经网络的铝厂天车绝缘监测技术研究及实现[D];湖南工业大学;2019年
15 白会杰;基于人工智能的光伏发电短期功率预测技术[D];北京交通大学;2019年
16 陈张辉;基于改进AFSA-BP神经网络的SAW-RFID湿度传感器温度补偿研究[D];合肥工业大学;2019年
17 夏克刚;动力电池组健康状态监测和寿命预测的研究[D];温州大学;2019年
18 章学树;基于进化算法和神经网络的架空线路防雷优化设计研究[D];温州大学;2019年
19 张沛尧;过热器喷水减温系统神经网络逆模型及汽温优化控制[D];华北电力大学;2019年
20 李晓;超临界机组汽温系统复合建模研究[D];华北电力大学;2019年
中国重要报纸全文数据库 前1条
1 ;神经网络和模糊逻辑[N];世界金属导报;2002年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978