您当前的位置:
首页 >
文章列表页 >
基于白鲨算法与改进长短期记忆网络的光伏出力预测
大规模新能源并网运行调控关键技术 | 更新时间:2025-10-13
    • 基于白鲨算法与改进长短期记忆网络的光伏出力预测

    • Photovoltaic Output Prediction Based on Improved Long Short-Term Memory Network Using White Shark Optimization Algorithm

    • 在电力系统领域,专家提出了基于白鲨算法与LSTM网络的光伏功率预测模型,优化参数,提高预测精度,为系统稳定运行提供参考。
    • 发电技术   2025年46卷第4期 页码:778-787
    • DOI:10.12096/j.2096-4528.pgt.24028    

      中图分类号: TK 51;TM 721
    • 收稿:2024-02-14

      修回:2024-05-06

      纸质出版:2025-08-31

    移动端阅览

  • 闫朝阳,李蓝青,徐浩嘉等.基于白鲨算法与改进长短期记忆网络的光伏出力预测[J].发电技术,2025,46(04):778-787. DOI: 10.12096/j.2096-4528.pgt.24028.

    YAN Chaoyang,LI Lanqing,XU Haojia,et al.Photovoltaic Output Prediction Based on Improved Long Short-Term Memory Network Using White Shark Optimization Algorithm[J].Power Generation Technology,2025,46(04):778-787. DOI: 10.12096/j.2096-4528.pgt.24028.

  •  
  •  

0

浏览量

3

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

太阳能光伏/光热技术研究现状与发展趋势综述
基于人工智能的直流微电网大信号稳定性评估方法研究
风光氢氨醇一体化技术和产业综述
线性菲涅尔集热系统焦距优化建模仿真及实验验证
分布式光伏电站投资决策及经济性分析

相关作者

肖瑶
钮文泽
魏高升
崔柳
杜小泽
刘宿城
栾李
李龙

相关机构

电站能量传递转化与系统教育部重点实验室(华北电力大学),北京市 昌平区
电力电子与运动控制安徽省重点实验室(安徽工业大学)
安徽工业大学电气与信息工程学院
中国电力科学研究院有限公司,北京市 海淀区
兰州交通大学自动化与电气工程学院
0