基于DAM与CNN-LSTM-XGBoost的海上风电功率并行预测

程艳; 张波; 姚中原; 张宇; 曹卫; 黄曙荣

doi:10.11907/rjdk.221779

您当前的位置：

首页 >

文章列表页 >

基于DAM与CNN-LSTM-XGBoost的海上风电功率并行预测

人工智能 | 更新时间：2023-07-24

- 基于DAM与CNN-LSTM-XGBoost的海上风电功率并行预测
- Parallel Prediction of Offshore Wind Power Based on DAM and CNN-LSTM-XGBoost
- “在海上风电功率预测领域，研究者提出了一种融合双阶段注意力机制与CNN-LSTM-XGBoost的模型，通过贝叶斯优化和模型权重分配，显著提升了预测准确率，为并行预测提供了有效参考。”
  
  ”
- 软件导刊 2023年22卷第7期页码：27-31
- 作者机构：
  
  1.盐城工学院机械工程学院/优集学院，江苏盐城 224051
  2.华能海上风电科学技术研究有限公司，江苏盐城 224007
  3.华能国际电力江苏能源开发有限公司清洁能源分公司，江苏南京 210000
- 作者简介：
  
  程艳（1997-），女，盐城工学院机械工程学院/优集学院硕士研究生，研究方向为海上风电场的发电功率预测
  黄曙荣（1969-），女，硕士，盐城工学院机械工程学院/优集学院教授，研究方向为人工智能、深度学习。。
- 基金信息：
  
  江苏省重点研发计划项目(BE2020034);中国华能集团有限公司科技项目(HNKJ21-HF268)
- DOI：10.11907/rjdk.221779
  中图分类号： TM614
- 纸质出版日期：2023-07-30，
  
  收稿日期：2022-07-12，
扫描看全文
程艳,张波,姚中原等.基于DAM与CNN-LSTM-XGBoost的海上风电功率并行预测[J].软件导刊,2023,22(07):27-31.

CHENG Yan,ZHANG Bo,YAO Zhongyuan,et al.Parallel Prediction of Offshore Wind Power Based on DAM and CNN-LSTM-XGBoost[J].Software Guide,2023,22(07):27-31.
程艳,张波,姚中原等.基于DAM与CNN-LSTM-XGBoost的海上风电功率并行预测[J].软件导刊,2023,22(07):27-31. DOI： 10.11907/rjdk.221779.

CHENG Yan,ZHANG Bo,YAO Zhongyuan,et al.Parallel Prediction of Offshore Wind Power Based on DAM and CNN-LSTM-XGBoost[J].Software Guide,2023,22(07):27-31. DOI： 10.11907/rjdk.221779.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于XGBoost的搜索结果智能排序系统

基于XGBoost算法的道路交通事故严重程度预测

基于SMOTEENN-XGBoost的信用卡风险客户预测

基于XGBoost算法的社交网络链路预测

基于XGBoost与协方差特征的频谱感知算法

基于DAM与CNN-LSTM-XGBoost的海上风电功率并行预测

Parallel Prediction of Offshore Wind Power Based on DAM and CNN-LSTM-XGBoost

DOI：10.11907/rjdk.221779