找到 1 条结果 · Applied Energy
一种基于记忆增强型Elman神经网络的选择性集成系统用于短期风速预测
An innovative memory-enhanced Elman neural network-based selective ensemble system for short-term wind speed prediction
Xueyi Aia · Tao Fenga · Wei Ganb · Shijia Lic · Applied Energy · 2025年1月 · Vol.380
摘要 风速固有的波动性和不确定性给电网运行带来了巨大压力，因此建立精确的风速预测模型至关重要。目前大多数基于分解-集成的预测研究仍存在一定的局限性，传统的集成策略难以有效协调多个预测模型生成的子序列之间的信息差异。此外，大多数集成模型选择策略仅关注模型的拟合能力，而忽视了预测模型的多样性。为此，本文提出了一种创新的基于记忆增强型Elman神经网络的选择性集成系统，用于短期风速预测。首先，本文首次引入记忆增强型Elman神经网络作为集成策略，该方法能够有效记忆各子序列的预测信息，并识别它们之间的信...
解读: 该记忆增强型风速预测技术对阳光电源储能系统具有重要应用价值。可集成至ST系列PCS和PowerTitan储能系统的智能调度模块,通过精准预测风电波动提前优化充放电策略,提升电网稳定性。其选择性集成学习机制可借鉴至iSolarCloud平台的预测性维护算法,增强多源数据协同处理能力。自适应预处理技术与...