基于特征重组与IQPSO-BILSTM-RF的短期风电功率预测

王嘉琪; 张玲华; 胡枫

doi:10.11907/rjdk.232248

您当前的位置：

首页 >

文章列表页 >

基于特征重组与IQPSO-BILSTM-RF的短期风电功率预测

人工智能 | 更新时间：2024-12-30

- 基于特征重组与IQPSO-BILSTM-RF的短期风电功率预测
- Short-Term Wind Power Prediction Based on Feature Recombination and IQPSO-BILSTM-RF
- “在风电功率预测领域，专家提出了基于特征重组和优化算法的BILSTM与RF组合模型，显著提升了预测精度，R2达到0.99425。”
- 软件导刊 2024年23卷第12期页码：10-17
- 作者机构：
  
  1.南京邮电大学通信与信息工程学院
  2.南京邮电大学江苏省通信与网络技术工程研究中心，江苏南京210003
- 作者简介：
  
  王嘉琪（2000-），男，南京邮电大学通信与信息工程学院硕士研究生，研究方向为能源互联网、机器学习
  张玲华（1964-），女，博士，南京邮电大学通信与信息工程学院教授、博士生导师，研究方向为智能信息处理、能源互联网、无线传感网络
  胡枫（1988-），男，南京邮电大学通信与信息工程学院博士研究生，研究方向为能源互联网、机器学习。
- 基金信息：
  
  国家自然科学基金项目(62371253)
- DOI：10.11907/rjdk.232248
  中图分类号： TP391.9
- 纸质出版日期：2024-12-16，
  
  收稿日期：2023-12-07，
- 稿件说明：
移动端阅览
王嘉琪,张玲华,胡枫.基于特征重组与IQPSO-BILSTM-RF的短期风电功率预测[J].软件导刊,2024,23(12):10-17.

WANG Jiaqi,ZHANG Linghua,HU Feng.Short-Term Wind Power Prediction Based on Feature Recombination and IQPSO-BILSTM-RF[J].Software Guide,2024,23(12):10-17.
王嘉琪,张玲华,胡枫.基于特征重组与IQPSO-BILSTM-RF的短期风电功率预测[J].软件导刊,2024,23(12):10-17. DOI： 10.11907/rjdk.232248.

WANG Jiaqi,ZHANG Linghua,HU Feng.Short-Term Wind Power Prediction Based on Feature Recombination and IQPSO-BILSTM-RF[J].Software Guide,2024,23(12):10-17. DOI： 10.11907/rjdk.232248.

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

粒子群优化的随机森林算法在二次润叶参数寻优中的研究

滇池蓝藻水华的RF-LSTM预测模型

一种基于改进随机森林的知识检索优化算法

基于RF-SVM的应用层DDoS攻击检测方法

基于CNN与Bi-LSTM混合模型的中文文本分类方法

基于特征重组与IQPSO-BILSTM-RF的短期风电功率预测

Short-Term Wind Power Prediction Based on Feature Recombination and IQPSO-BILSTM-RF

DOI：10.11907/rjdk.232248