• 主办:沈阳农业大学党委宣传部
  • 加入收藏
  • 沈农主页
  • 当前位置: 网站首页 >> 科学研究 >> 正文

    王永刚课题组研发出基于机器学习的短期风力发电功率预测技术

    【来源:网上投稿    日期:2024/07/12    浏览量:  】【打印本页】 【关闭

    近日,信息与电气工程学院王永刚课题组在能源与燃料领域一区Top期刊Applied Energy(影响因子11.2)上发表题为“Short-term wind power prediction using a novel model based on butterfly optimization algorithm-variational mode decomposition-long short-term memory”的研究论文,王永刚副教授为论文第一作者,硕士研究生赵锴兴、郝玥、姚依林参与主要研究工作。

    风力发电功率的精确预测对大规模可再生能源电力接入电网、确保电网安全稳定运行、降低能耗等发挥着至关重要的作用。为此,课题组提出了一种基于机器学习的混合预测模型,该模型集成了智能优化算法、数据分解技术和机器学习预测技术,用于短期风力发电功率预测。

    该研究在初始阶段利用变分模式分解和长短期记忆网络构建一个预测模型;引入蝴蝶优化算法对参数进行优化。基于我国实际风力发电数据集进行深入的算例研究,验证了所提混合模型的可行性和有效性。研究成果可为电力系统优化调度提供理论支撑,提升可再生能源利用水平,保障电力系统安全稳定运行。相关研究得到国家自然科学基金、辽宁省自然科学基金的联合支持。(信息与电气工程学院 周加野)

    论文链接:Short-term wind power prediction using a novel model based on butterfly optimization algorithm-variational mode decomposition-long short-term memory

    审核人:许童羽
    编辑:尚滢
    扫一扫在手机打开当前页