论文部分内容阅读
风电功率数据具有强烈的时序特性,其序列数据的特征提取,是进行风电功率准确预测的重要前提.为此,引入了更长、更深层次的多隐层独立循环神经网络来最大程度上提取可反映输入风电功率序列数据的本质特征量,进而建立起特征量与风电功率之间的非线性关系.然而,在建立深层独立循环神经网络时,存在模型超参数设置与优化困难的问题.为此,进一步提出结合布谷鸟算法对独立循环神经网络关键超参数进行优化设计的方法.最终,结合某风电场实际数据,将模型预测结果与实测数据进行对比,验证所提方法能够有效提高预测精度.