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RIME优化VMD与xLSTM-Informer的短期风电功率预测
1
作者
余炜嘉
沈杰
江明
《科技和产业》
2026年第3期24-32,共9页
针对风电机组并网后功率波动性强、非平稳性高的问题,提出一种基于霜冰优化算法(RIME)、变分模态分解(VMD)、扩展型长短期记忆(xLSTM)网络与Informer融合的短期预测方法。首先,利用RIME自适应寻优VMD参数以缓解模态重叠和端点效应,提高...
针对风电机组并网后功率波动性强、非平稳性高的问题,提出一种基于霜冰优化算法(RIME)、变分模态分解(VMD)、扩展型长短期记忆(xLSTM)网络与Informer融合的短期预测方法。首先,利用RIME自适应寻优VMD参数以缓解模态重叠和端点效应,提高分解稳定性;然后,将分解得到的子序列输入xLSTM与Informer构建的深度预测模块,开展多尺度时空建模并重构输出。算例结果表明,该方法在多项误差指标上显著优于对比模型,预测精度与鲁棒性均有提升。
展开更多
关键词
风电功率预测
变分模态分解(VMD)
霜冰优化算法(
rime
)
xLSTM(扩展型长短期记忆网络)
INFORMER
在线阅读
下载PDF
职称材料
题名
基于RIME优化VMD与xLSTM-Informer的短期风电功率预测
1
作者
余炜嘉
沈杰
江明
机构
福建理工大学互联网经贸学院
盛丰物流集团有限公司
出处
《科技和产业》
2026年第3期24-32,共9页
基金
福建省自然科学基金(2023J011014)。
文摘
针对风电机组并网后功率波动性强、非平稳性高的问题,提出一种基于霜冰优化算法(RIME)、变分模态分解(VMD)、扩展型长短期记忆(xLSTM)网络与Informer融合的短期预测方法。首先,利用RIME自适应寻优VMD参数以缓解模态重叠和端点效应,提高分解稳定性;然后,将分解得到的子序列输入xLSTM与Informer构建的深度预测模块,开展多尺度时空建模并重构输出。算例结果表明,该方法在多项误差指标上显著优于对比模型,预测精度与鲁棒性均有提升。
关键词
风电功率预测
变分模态分解(VMD)
霜冰优化算法(
rime
)
xLSTM(扩展型长短期记忆网络)
INFORMER
Keywords
wind power forecasting
variational mode decomposition(VMD)
reindeer
herding
optimization
algorithm
(
rime
)
xLSTM(extended long short-term memory)
Informer
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TM614 [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RIME优化VMD与xLSTM-Informer的短期风电功率预测
余炜嘉
沈杰
江明
《科技和产业》
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