Predicción combinada de energía fotovoltaica basada en el algoritmo de búsqueda de gorriones optimizado por red neuronal híbrida de memoria a largo y corto plazo de convolución
Autores: Li, Shun; Yang, Jun; Wu, Fuzhang; Li, Rui; Rashed, Ghamgeen Izat
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Predicción combinada de energía fotovoltaica basada en el algoritmo de búsqueda de gorriones optimizado por red neuronal híbrida de memoria a largo y corto plazo de convolución
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Propuesto
Potencia fotovoltaica
Red neuronal híbrida
Cambios climáticos
Modelo lstm
Modelo cnn
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Para abordar el problema de la fuerte incertidumbre en la alta proporción de la producción de energía nueva, se propone una red neuronal híbrida mejorada de memoria a largo y corto plazo convolucional (CLSTM) para la predicción de la combinación de energía fotovoltaica.
Descripción
Para abordar el problema de la fuerte incertidumbre en la alta proporción de la producción de energía nueva, se propone una red neuronal híbrida mejorada de memoria a largo y corto plazo convolucional (CLSTM) para la predicción de la combinación de energía fotovoltaica.