基于特征选择及ISSA–CNN–BiGRU的短期风功率预测

王瑞; 徐新超; 逯静

doi:10.15961/j.jsuese.202200557

您当前的位置：

首页 >

文章列表页 >

基于特征选择及ISSA–CNN–BiGRU的短期风功率预测

信息工程 | 更新时间：2024-08-22

- 基于特征选择及ISSA–CNN–BiGRU的短期风功率预测
- Short-term Wind Power Prediction: Feature Selection and ISSA–CNN–BiGRU Approach
- “最新研究进展：内蒙古风电场采用特征选择和改进麻雀搜索算法优化的CNN-BiGRU模型，实现短期风电功率高精度预测，平均绝对百分比误差仅2.6440%，验证了模型的准确性和泛化能力。”
- 工程科学与技术 2024年56卷第3期页码：228-239
- 作者机构：
  
  河南理工大学计算机科学与技术学院，河南焦作 454000
- 作者简介：
  
  [ "王瑞（1977—），男，副教授. 研究方向：电力系统分析；智能信息处理；人工智能. E-mail：wangrui@hpu.edu.cn" ]
  副教授. E-mail：lujing@hpu.edu.cn
- 基金信息：
  
  河南省科技攻关项目（222102210120）
- DOI：10.15961/j.jsuese.202200557
  中图分类号： TP391.9
- 纸质出版日期：2024-05-20，
  
  网络出版日期：2023-05-25，
  
  收稿日期：2022-06-01，
  
  修回日期：2022-10-14，
- 稿件说明：
扫描看全文
王瑞,徐新超,逯静.基于特征选择及ISSA–CNN–BiGRU的短期风功率预测[J].工程科学与技术,2024,56(3):228–239

Wang Rui,Xu Xinchao,Lu Jing.Short-term wind power prediction: feature selection and ISSA–CNN–BiGRU approach[J].Advanced Engineering Sciences,2024,56(3):228–239
王瑞,徐新超,逯静.基于特征选择及ISSA–CNN–BiGRU的短期风功率预测[J].工程科学与技术,2024,56(3):228–239 DOI： 10.15961/j.jsuese.202200557.

Wang Rui,Xu Xinchao,Lu Jing.Short-term wind power prediction: feature selection and ISSA–CNN–BiGRU approach[J].Advanced Engineering Sciences,2024,56(3):228–239 DOI： 10.15961/j.jsuese.202200557.

浏览量

下载量

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于集成正交实验与CNN方法的微细电火花微孔加工精度

基于CNN–LSTM的风电场发电功率迁移预测方法

基于特征选择和时间卷积网络的工业控制系统入侵检测

基于小波域ADMM深度网络的图像复原算法

基于特征选择及ISSA–CNN–BiGRU的短期风功率预测

Short-term Wind Power Prediction: Feature Selection and ISSA–CNN–BiGRU Approach

DOI：10.15961/j.jsuese.202200557