基于CNN-LSTM-XGBoost模型的超短期光伏功率预测

汤德清; 朱武; 侯林超

doi:10.3969/j.issn.1002-087X.2022.09.024

PDF(944 KB)

电源技术 ›› 2022, Vol. 46 ›› Issue (9) : 1048-1052. DOI: 10.3969/j.issn.1002-087X.2022.09.024

研究与设计:物理电源

基于CNN-LSTM-XGBoost模型的超短期光伏功率预测

{{article.zuoZhe_CN}}

作者信息 +

Ultra-short-term photovoltaic power prediction based on CNN-LSTM-XGBoost model

{{article.zuoZhe_EN}}

Author information +

文章历史 +

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

本文二维码

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2022, 46(9): 1048-1052 https://doi.org/10.3969/j.issn.1002-087X.2022.09.024

{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2022, 46(9): 1048-1052 https://doi.org/10.3969/j.issn.1002-087X.2022.09.024

中图分类号：

参考文献

列表( 原文顺序 | 文献年度倒序 | 文中引用次数倒序 ) 可视化分析

参考文献

基金

编委：

主编：

责任编辑：

编辑:

版权

PDF(944 KB)

Accesses

Citation

Detail

段落导航

收稿日期	出版日期
2022-02-18	2022-09-20
发布日期
2024-10-23

选择文件类型/文献管理软件名称

选择包含的内容