您当前的位置：
首页 >
文章列表页 >
基于多特征提取-卷积神经网络-长短期记忆网络的短期风电功率预测方法
发电技术 2025年46卷第1期 页码：93-102
新能源|更新时间：2026-06-29
|
基于多特征提取-卷积神经网络-长短期记忆网络的短期风电功率预测方法
Short-Term Wind Power Prediction Method Based on Multimodal Feature Extraction-Convolutional Neural Network-Long-Short Term Memory Network
- “研究团队提出基于多特征提取-卷积神经网络-长短期记忆网络的风电功率预测方法，验证了MFE与CNN可有效提升预测准确性，为风电功率预测体系建设奠定了基础。”
DOI：10.12096/j.2096-4528.pgt.23101
修回：2023-12-18
移动端阅览
68
浏览量
201
下载量
5
CSCD
文章被引用时，请邮件提醒。
提交
相关文章
基于电化学阻抗谱的锂离子电池健康状态估计
大气压的差值对风速空间相关性预测的影响分析
基于失真数据降噪的数据预处理方法及其在风电功率预测中的应用
聚变高温超导D型磁体和环形磁场线圈机械稳定性分析
光纤传感技术在电池荷电状态和健康状态监测中的应用研究
相关作者
史宏思
孙新伟
王凯
张玺
杨钊
张军
杨正瓴
王如雪
相关机构
青岛整流器制造有限公司
青岛大学电气工程学院
山东索想智能科技有限公司
天津大学电气自动化与信息工程学院, 天津市 南开区
天津市过程检测与控制重点实验室(天津大学), 天津市 南开区
