Logowanie
Zarejestruj się
Zresetuj hasło
Publikuj i Dystrybuuj
Rozwiązania Wydawnicze
Rozwiązania Dystrybucyjne
Dziedziny
Architektura i projektowanie
Bibliotekoznawstwo i bibliologia
Biznes i ekonomia
Chemia
Chemia przemysłowa
Filozofia
Fizyka
Historia
Informatyka
Inżynieria
Inżynieria materiałowa
Językoznawstwo i semiotyka
Kulturoznawstwo
Literatura
Matematyka
Medycyna
Muzyka
Nauki farmaceutyczne
Nauki klasyczne i starożytne studia bliskowschodnie
Nauki o Ziemi
Nauki o organizmach żywych
Nauki społeczne
Prawo
Sport i rekreacja
Studia judaistyczne
Sztuka
Teologia i religia
Zagadnienia ogólne
Publikacje
Czasopisma
Książki
Materiały konferencyjne
Wydawcy
Blog
Kontakt
Wyszukiwanie
EUR
USD
GBP
Polski
English
Deutsch
Polski
Español
Français
Italiano
Koszyk
Home
Czasopisma
Applied Mathematics and Nonlinear Sciences
Tom 8 (2023): Zeszyt 2 (July 2023)
Otwarty dostęp
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
oraz
Zhang Kegeng
Zhang Kegeng
| 05 wrz 2022
Applied Mathematics and Nonlinear Sciences
Tom 8 (2023): Zeszyt 2 (July 2023)
O artykule
Poprzedni artykuł
Następny artykuł
Abstrakt
Ilustracje i tabele
Referencje
Autorzy
Artykuły w tym zeszycie
Podgląd
PDF
Zacytuj
Udostępnij
Data publikacji:
05 wrz 2022
Zakres stron:
823 - 834
Otrzymano:
25 kwi 2022
Przyjęty:
15 cze 2022
DOI:
https://doi.org/10.2478/amns.2021.2.00246
Słowa kluczowe
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