Biblioteca122.294 documentos en línea

Artículo

Multistep Wind Speed Forecasting Based on a Hybrid Model of VMD and Nonlinear Autoregressive Neural NetworkPronóstico de velocidad del viento de múltiples pasos basado en un modelo híbrido de VMD y red neuronal autorregresiva no lineal.

Resumen

Reducir los costos de la energía eólica requiere estrategias razonables de operación y mantenimiento de parques eólicos, y para desarrollar estas estrategias, es necesario realizar pronósticos de velocidad del viento con 24 horas de anticipación. Sin embargo, el trabajo de predicción existente se limita principalmente a 5 horas. Este trabajo desarrolló una metodología de pronóstico diurno para el parque eólico regional según datos reales del sistema de adquisición de datos y control supervisor (SCADA) de un parque eólico de la provincia de Jiangxi. La metodología utilizó la descomposición modal variacional (VMD) para extraer las características del viento, y luego, las características se introdujeron en la red neuronal autorregresiva no lineal (Narnet) y en la red neuronal de memoria a corto y largo plazo (LSTM) para la predicción; los resultados de pronóstico de VMD-Narnet y VMD-LSTM se compararon con la velocidad real del viento. Los resultados de la comparación indican que en comparación con el LSTM, el

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento