Inteligentes estrategias de optimización de bajo consumo: operación económica de estaciones hidroeléctricas basada en el algoritmo de aprendizaje automático LSTM mejorado y Random Forest
Autores: Pan, Hong; Yang, Jie; Yu, Yang; Zheng, Yuan; Zheng, Xiaonan; Hang, Chenyang
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Inteligentes estrategias de optimización de bajo consumo: operación económica de estaciones hidroeléctricas basada en el algoritmo de aprendizaje automático LSTM mejorado y Random Forest
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Operación económica
Estaciones hidroeléctricas
Curva característica de flujo
Modelo LSTM
Algoritmo de Bosque Aleatorio
Modelo de distribución de carga
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
La operación económica de las estaciones hidroeléctricas tiene el potencial de aumentar la eficiencia en el uso del agua. Sin embargo, existen algunos desafíos, como la curva característica de flujo fija e invariable de las turbinas hidráulicas, y el gran número de variables en la distribución óptima de carga, que limitan el progreso de la investigación. En este documento, proponemos un nuevo método óptimo para la operación económica de estaciones hidroeléctricas basado en la red neuronal de Memoria a Corto y Largo Plazo mejorada (I-LSTM) y el algoritmo de Bosque Aleatorio (RF).
Descripción
La operación económica de las estaciones hidroeléctricas tiene el potencial de aumentar la eficiencia en el uso del agua. Sin embargo, existen algunos desafíos, como la curva característica de flujo fija e invariable de las turbinas hidráulicas, y el gran número de variables en la distribución óptima de carga, que limitan el progreso de la investigación. En este documento, proponemos un nuevo método óptimo para la operación económica de estaciones hidroeléctricas basado en la red neuronal de Memoria a Corto y Largo Plazo mejorada (I-LSTM) y el algoritmo de Bosque Aleatorio (RF).