期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GRU网络的油田测风塔超短期风电功率预测系统研究
1
作者
赵永平
李春保
+3 位作者
剡炜
白洁
白贞妮
陈彦润
《自动化技术与应用》
2026年第2期40-44,137,共6页
针对油田测风塔超短期风电功率预测准确性差的问题,研究提出基于循环单元神经网络的预测方法。该方法通过循环单元神经网络处理时间序列数据,利用支持向量机优化分类性能,并采用粒子群优化算法优化网络超参数。结果显示,在对比实验中,...
针对油田测风塔超短期风电功率预测准确性差的问题,研究提出基于循环单元神经网络的预测方法。该方法通过循环单元神经网络处理时间序列数据,利用支持向量机优化分类性能,并采用粒子群优化算法优化网络超参数。结果显示,在对比实验中,该模型的准确率和F_(1)分数分别达到了0.85和0.83,平均绝对百分比误差降至7.5%,显著优于其他对比算法。此外,在实际应用中,该系统展现出了极高的预测准确率,误差严格控制在1 kW以内,显著优于其他方案。结论表明,研究提出电功率预测系统在油田测风塔功率预测中具有优越的性能和广泛的应用前景。
展开更多
关键词
GRU
粒子群优化算法
支持向量机
风电功率预测
在线阅读
下载PDF
职称材料
题名
基于GRU网络的油田测风塔超短期风电功率预测系统研究
1
作者
赵永平
李春保
剡炜
白洁
白贞妮
陈彦润
机构
中国石油青海油田分公司油气工艺研究院
中国航发航空科技股份有限公司
西安石油大学新能源学院
出处
《自动化技术与应用》
2026年第2期40-44,137,共6页
基金
青海省中国石油青海科研项目(2004012)。
文摘
针对油田测风塔超短期风电功率预测准确性差的问题,研究提出基于循环单元神经网络的预测方法。该方法通过循环单元神经网络处理时间序列数据,利用支持向量机优化分类性能,并采用粒子群优化算法优化网络超参数。结果显示,在对比实验中,该模型的准确率和F_(1)分数分别达到了0.85和0.83,平均绝对百分比误差降至7.5%,显著优于其他对比算法。此外,在实际应用中,该系统展现出了极高的预测准确率,误差严格控制在1 kW以内,显著优于其他方案。结论表明,研究提出电功率预测系统在油田测风塔功率预测中具有优越的性能和广泛的应用前景。
关键词
GRU
粒子群优化算法
支持向量机
风电功率预测
Keywords
GRU
particle swarm optimization algorithm
support vector machine
wind electric power prediction
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TN355.5 [电子电信—物理电子学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GRU网络的油田测风塔超短期风电功率预测系统研究
赵永平
李春保
剡炜
白洁
白贞妮
陈彦润
《自动化技术与应用》
2026
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部