基于双向长短期记忆网络方法的风电预测研究

目录

第1章 绪 论

1.1课题背景及研究意义

1.1.1课题研究的背景

1.1.2课题研究的意义

1.2国内外研究现状

1.2.1 风速预测研究

1.2.2 电价预测研究

1.3本文主要研究工作

第2章 基于深度学习框架SSA-BiLSTM网络的风速预测方法

2.1 奇异谱分析方法风速预测建模分析

2.2 循环神经网络算法风速预测建模分析

2.3 长短时记忆网络算法风速预测建模分析

2.4 双向长短期记忆网络法风速预测建模分析

2.5 SSA-BiLSTM模型风速预测建模分析

2.6 仿真与分析

2.6.1 数据说明

2.6.2 评价指标

2.6.3 仿真结果与分析

2.7 本章小结

第3章 基于BOA优化的EWT-SVR-BiLSM混合风速预测方法

3.1 常规预测模型

3.1.1 时间序列ARIMA方法风速预测建模分析

3.1.2 K最近邻方法风速预测建模分析

3.1.3 神经网络风速预测建模分析

3.1.4 支持向量回归机方法风速预测建模分析

3.2 经验小波变换方法风速预测建模分析

3.3 贝叶斯优化方法风速预测建模分析

3.4 BOA优化的EWT-SVR-BiLSTM模型风速预测建模分析

3.5 案例仿真与分析

3.5.1 案例1：秋季风速数据仿真

3.5.2 案例2：春季风速数据仿真

3.5.3 案例3：夏季风速数据仿真

3.5.4 案例4：冬季风速数据仿真

3.5.5 仿真结果小结

3.6 本章小结

第4章 具有深度学习特征的WT-ARIMA-DLSTMs短期电价预测方法

4.1 小波分析方法电价预测建模分析

4.2 WT-ARIMA-DLSTMs模型电价预测建模分析

4.3 仿真与分析

4.3.1 电价数据描述

4.3.2 仿真结果与分析

4.4 本章小结

第5章 结论与展望

5.1 总结

5.2 展望

参考文献

攻读硕士学位期间主要成果

攻读硕士学位期间参与的科研项目

致谢