La energía eólica es una fuente de energía renovable con gran potencial de desarrollo, y una predicción fiable y precisa de la velocidad del viento es la base para la utilización eficaz de la energía eólica. Con el objetivo de optimizar los hiperparámetros en un método de previsión combinado, se propone un modelo de predicción de la velocidad del viento basado en la red neuronal de memoria a corto plazo (LSTM) optimizada por el algoritmo de fuegos artificiales (FWA). Centrándose en el cambio repentino en tiempo real y en la dependencia de los datos de la velocidad del viento, se establece un modelo de predicción de la velocidad del viento basado en la LSTM, y se utiliza el FWA para optimizar los hiperparámetros del modelo de forma que éste pueda establecer los parámetros de forma adaptativa. A continuación, el modelo optimizado se compara con la predicción de la velocidad del viento basada en otras arquitecturas neuronales profundas y modelos de regresión en experimentos, y los resultados muestran que el modelo de velocidad del viento basado en LSTM mejorado por FWA reduce el error de predicción en comparación con otros métodos de regresión basados en la predicción de la velocidad del viento y obtiene una mayor precisión de predicción que otras arquitecturas neuronales profundas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Influencia del ciclo térmico simulado en la formación de microestructuras del metal de soldadura multipasada
Artículo:
Investigación experimental sobre la durabilidad del hormigón de cenizas volantes y la optimización de la proporción de la mezcla
Artículo:
Influencia de la indentación en la resistencia a la fatiga del acero liso carbonitrurado
Artículo:
Morfología de las virutas fundidas casi esféricas y semiesféricas después de los procesos de rectificado con abrasivos de sol-gel basados en imágenes y análisis de SEM
Artículo:
Líquidos iónicos que contienen metales: catalizadores altamente eficaces para la degradación del poli(tereftalato de etileno)
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Tesis:
Materiales y prácticas de construcción sostenible