Wind speed prediction by a swarm intelligence based deep learning model via signal decomposition and parameter optimization using improved chimp optimization algorithm

Accurate prediction of wind speed plays a very important role in the stable operation of wind power plants. In this study, the goal is to establish a hybrid wind speed prediction model based on Time Varying Filtering based Empirical Mode Decomposition (TVFEMD), Fuzzy Entropy (FE), Partial Autocorrel...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Energy (Oxford) Ročník 276; s. 127526
Hlavní autoři:	Suo, Leiming, Peng, Tian, Song, Shihao, Zhang, Chu, Wang, Yuhan, Fu, Yongyan, Nazir, Muhammad Shahzad
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.08.2023
Témata:	algorithms autocorrelation BiGRU Chimp optimization algorithm Deep learning energy entropy prediction swarms TVFEMD wind power wind speed Wind speed prediction Deep learning BiGRU Chimp optimization algorithm Wind speed prediction TVFEMD
ISSN:	0360-5442
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!