机译:基于供需预测模型和深度学习算法的基于氢的自持式可再生综合电网(HySIREN)
Tech Univ Denmark, Dept Chem & Biochem Engn, Proc & Syst Engn Ctr PROSYS, Saltofts Plads 229, DK-2800 Lyngby, Denmark;
Kyung Hee Univ, Dept Environm Sci & Engn, Ctr Environm Studies, Yongin 446701, South Korea;
Kyung Hee Univ, Dept Environm Sci & Engn, Ctr Environm Studies, Yongin 446701, South Korea;
Kyung Hee Univ, Dept Environm Sci & Engn, Ctr Environm Studies, Yongin 446701, South Korea;
Renewable electricity forecasting; Deep-learning algorithms; Integrated hydrogen production; Optimization; Jeju Island;
机译:利用供需预测模型和深度学习算法,基于氢气自维持综合可再生电网(Hysiren)
机译:长期内存(LSTM)神经网络和适应性神经模糊推理系统(ANFIS)方法在建模可再生发电预测中的方法
机译:需求反应在可再生能源占据电力系统中实现供需匹配的有效性:一种建模方法
机译:建模可持续长期电力供给需求大规模高可再生能源渗透网格:西非电力池的案例
机译:不确定性条件下的电网和可再生能源优化模型。
机译:支持哥伦比亚非常规可再生能源发电量预测的数据
机译:预测月电需求:神经网络在启发式算法训练中的应用