您当前的位置:
首页 >
文章列表页 >
基于相似日聚类与WOA-BiLSTM-Copula算法的短期风光功率相关性概率区间预测方法
电力系统分析与运行 | 更新时间:2025-09-30
    • 基于相似日聚类与WOA-BiLSTM-Copula算法的短期风光功率相关性概率区间预测方法

    • Short-Term Wind and Photovoltaic Power Correlation Probability Interval Prediction Method Based on Similar Day Clustering and WOA-BiLSTM-Copula Algorithm

    • “在新型电力系统构建领域,专家提出了基于WOA-BiLSTM-Copula算法的短期风光功率相关性概率区间预测模型,有效提高了预测精度。”
    • 南方电网技术   2025年19卷第8期 页码:44-52
    • DOI:10.13648/j.cnki.issn1674-0629.2025.08.005    

      中图分类号: TM61
    • 收稿日期:2024-02-01,

      网络出版日期:2024-11-20,

      纸质出版日期:2025-08-20

    移动端阅览

  • 王凌梓,沈海波,邓力源等.基于相似日聚类与WOA-BiLSTM-Copula算法的短期风光功率相关性概率区间预测方法[J].南方电网技术,2025,19(08):44-52. DOI: 10.13648/j.cnki.issn1674-0629.2025.08.005.

    WANG Lingzi,SHEN Haibo,DENG Liyuan,et al.Short-Term Wind and Photovoltaic Power Correlation Probability Interval Prediction Method Based on Similar Day Clustering and WOA-BiLSTM-Copula Algorithm[J].Southern Power System Technology,2025,19(08):44-52. DOI: 10.13648/j.cnki.issn1674-0629.2025.08.005.

  •  
  •  

0

浏览量

0

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

基于CA-WOA-BP算法的调度数据网鲁棒性预测
基于多变量相空间重构和优化深度极限学习机的短期风电功率预测
基于CA-WOA-BP算法的调度数据网鲁棒性预测

相关作者

余斯航
李泽科
陈斌
刘延华
郭久煜
林碧海
黄辰浩
商立群

相关机构

国网福建省电力有限公司
国网福建省电力有限公司电力科学研究院
福州大学计算机与大数据学院
西安科技大学电气与控制工程学院
0