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Yformer-DLinear的光伏功率组合预测方法
1
作者
蔡源
吴浩
唐丹
《四川轻化工大学学报(自然科学版)》
2025年第3期65-74,共10页
光伏功率预测在解决光伏并网引发的问题上起着至关重要的作用。为了提升光伏功率预测的准确度和鲁棒性,结合改进的自适应噪声完备集合经验模态分解(ICEEMDAN)、模糊熵(FE)、最大相关和最小冗余(mRMR)算法、Yformer和DLinear,构建了组合...
光伏功率预测在解决光伏并网引发的问题上起着至关重要的作用。为了提升光伏功率预测的准确度和鲁棒性,结合改进的自适应噪声完备集合经验模态分解(ICEEMDAN)、模糊熵(FE)、最大相关和最小冗余(mRMR)算法、Yformer和DLinear,构建了组合方法进行光伏功率预测。首先,使用ICEEMDAN分解历史光伏功率序列,并基于FE重构为复杂分量和简单分量,提高数据的稳定性并降低模型计算负担。然后,使用mRMR为各分量进行气象特征筛选,优化输入特征,进一步提升预测精度。最后,分别为复杂分量、简单分量建立Yformer、DLinear预测模型,叠加各模型预测结果,得到最终预测结果。采用实际光伏电站数据进行分析可知,测试集的平均绝对误差(MAE)为0.653,均方根误差(RMSE)为1.032,决定系数(R2)达到0.958,验证了所提方法的优越性。
展开更多
关键词
光伏功率预测
自适应噪声完备集成经验模态分解
最大相关和最小冗余算法
yformer
DLinear
在线阅读
下载PDF
职称材料
题名
基于Yformer-DLinear的光伏功率组合预测方法
1
作者
蔡源
吴浩
唐丹
机构
四川轻化工大学自动化与信息工程学院
智能感知与控制四川省重点实验室
出处
《四川轻化工大学学报(自然科学版)》
2025年第3期65-74,共10页
基金
四川省科技厅项目(2021YFG0313,2022YFS0518,2022ZHCG0035)
智能感知与控制四川省重点实验室项目(2019RYY01)
+1 种基金
自贡市科技局项目(2019YYJC02,2020YGJC16)
四川轻化工大学人才引进项目(2021RC12)。
文摘
光伏功率预测在解决光伏并网引发的问题上起着至关重要的作用。为了提升光伏功率预测的准确度和鲁棒性,结合改进的自适应噪声完备集合经验模态分解(ICEEMDAN)、模糊熵(FE)、最大相关和最小冗余(mRMR)算法、Yformer和DLinear,构建了组合方法进行光伏功率预测。首先,使用ICEEMDAN分解历史光伏功率序列,并基于FE重构为复杂分量和简单分量,提高数据的稳定性并降低模型计算负担。然后,使用mRMR为各分量进行气象特征筛选,优化输入特征,进一步提升预测精度。最后,分别为复杂分量、简单分量建立Yformer、DLinear预测模型,叠加各模型预测结果,得到最终预测结果。采用实际光伏电站数据进行分析可知,测试集的平均绝对误差(MAE)为0.653,均方根误差(RMSE)为1.032,决定系数(R2)达到0.958,验证了所提方法的优越性。
关键词
光伏功率预测
自适应噪声完备集成经验模态分解
最大相关和最小冗余算法
yformer
DLinear
Keywords
photovoltaic power prediction
complete ensemble empirical mode decomposition with adaptive noise
max relevance and min redundancy algorithms
yformer
DLinear
分类号
TM615 [电气工程—电力系统及自动化]
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Yformer-DLinear的光伏功率组合预测方法
蔡源
吴浩
唐丹
《四川轻化工大学学报(自然科学版)》
2025
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