Connexion
S'inscrire
Réinitialiser le mot de passe
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Blog
Contact
Chercher
EUR
USD
GBP
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Applied Mathematics and Nonlinear Sciences
Édition 8 (2023): Edition 2 (July 2023)
Accès libre
Ultra-short-term power forecast of photovoltaic power station based on VMD–LSTM model optimised by SSA
Jing Yizhou
Jing Yizhou
,
Yang Siqi
Yang Siqi
et
Zhang Kegeng
Zhang Kegeng
| 05 sept. 2022
Applied Mathematics and Nonlinear Sciences
Édition 8 (2023): Edition 2 (July 2023)
À propos de cet article
Article précédent
Article suivant
Résumé
Figures et tableaux
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Publié en ligne:
05 sept. 2022
Pages:
823 - 834
Reçu:
25 avr. 2022
Accepté:
15 juin 2022
DOI:
https://doi.org/10.2478/amns.2021.2.00246
Mots clés
photovoltaic power station
,
sparrow algorithm
,
long-term memory neural network
,
ultra-short term
,
power prediction
© 2023 Jing Yizhou et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
Jing Yizhou
College of Electrical Engineering & New Energy China Three Gorges University
Yichang, China
Yang Siqi
College of Electrical Engineering & New Energy China Three Gorges University
Yichang, China
Zhang Kegeng
College of Electrical Engineering & New Energy China Three Gorges University
Yichang, China