清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Ultra-short-term forecasting of wind power based on multi-task learning and LSTM

期限(时间) 人工神经网络 自回归积分移动平均 风速 任务(项目管理) 风力发电 循环神经网络 序列(生物学) 计算机科学 人工智能 相关系数 功率(物理) 特征(语言学) 机器学习 时间序列 工程类 电气工程 气象学 物理 系统工程 哲学 生物 量子力学 遗传学 语言学
作者
Junqiang Wei,Xuejie Wu,Tianming Yang,Runhai Jiao
出处
期刊:International Journal of Electrical Power & Energy Systems [Elsevier BV]
卷期号:149: 109073-109073 被引量:64
标识
DOI:10.1016/j.ijepes.2023.109073
摘要

In order to achieve high precision ultra-short-term prediction of wind power, a new ultra-short-term prediction method for wind power is proposed by combining the maximal information coefficient (MIC) with multi-task learning (MTL) and long short-term memory (LSTM) network. First, the correlation analysis method is used to analyze the MIC correlation of wind power sequence and wind speed sequence, the MIC correlation between the alternative sequence, the wind power sequence and the wind speed sequence, respectively. The feature input sequence of the neural network is constructed base on the correlation analysis results. Second, taking wind speed prediction as the auxiliary task and wind power prediction as the main task, LSTM based prediction network was constructed using MTL framework, and the network parameters were optimized by grid search. Finally, based on the historical data of a wind farm in the United States, the case study verifies that the proposed method gains higher prediction accuracy than other existing methods modeling wind speed as a feature, such as single-task LSTM neural network, BP neural network and traditional ARIMA model.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
772829完成签到 ,获得积分10
1秒前
沧海一粟米完成签到 ,获得积分10
3秒前
达进完成签到,获得积分10
6秒前
ceeray23发布了新的文献求助20
17秒前
陈M雯完成签到 ,获得积分10
24秒前
五本笔记完成签到 ,获得积分10
30秒前
hzauhzau完成签到 ,获得积分10
38秒前
Yolo完成签到 ,获得积分10
51秒前
小学生学免疫完成签到 ,获得积分10
54秒前
bookgg完成签到 ,获得积分10
1分钟前
长情箴完成签到 ,获得积分10
1分钟前
serenity711完成签到 ,获得积分10
1分钟前
czj完成签到 ,获得积分10
1分钟前
科研狗完成签到 ,获得积分10
1分钟前
北国雪未消完成签到 ,获得积分10
1分钟前
冯波完成签到 ,获得积分10
1分钟前
荼白完成签到 ,获得积分10
1分钟前
fhw完成签到 ,获得积分10
1分钟前
k001boyxw完成签到,获得积分10
2分钟前
简单发布了新的文献求助20
2分钟前
飞云完成签到 ,获得积分10
2分钟前
幽默的太阳完成签到 ,获得积分10
2分钟前
2分钟前
柯伊达完成签到 ,获得积分10
2分钟前
herpes完成签到 ,获得积分0
2分钟前
2分钟前
ceeray23发布了新的文献求助20
2分钟前
风华正茂完成签到 ,获得积分10
2分钟前
fatcat完成签到,获得积分10
3分钟前
3分钟前
CC发布了新的文献求助10
3分钟前
haralee发布了新的文献求助10
3分钟前
现代小丸子完成签到 ,获得积分10
3分钟前
双眼皮跳蚤完成签到,获得积分10
3分钟前
wefor完成签到 ,获得积分10
3分钟前
简单驳回了科奇应助
3分钟前
HanQing完成签到,获得积分10
3分钟前
tianshuai完成签到 ,获得积分0
4分钟前
风中夜天完成签到 ,获得积分10
4分钟前
4分钟前
高分求助中
The Mother of All Tableaux: Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 3000
A new approach to the extrapolation of accelerated life test data 1000
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
Indomethacinのヒトにおける経皮吸収 400
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 350
Robot-supported joining of reinforcement textiles with one-sided sewing heads 320
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3990809
求助须知:如何正确求助?哪些是违规求助? 3532233
关于积分的说明 11256603
捐赠科研通 3271081
什么是DOI,文献DOI怎么找? 1805229
邀请新用户注册赠送积分活动 882302
科研通“疑难数据库(出版商)”最低求助积分说明 809236