Đang chuẩn bị liên kết để tải về tài liệu:
Nghiên cứu ứng dụng học sâu trong dự báo công suất phát nguồn điện gió
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Bài viết Nghiên cứu ứng dụng học sâu trong dự báo công suất phát nguồn điện gió đề xuất mô hình dự báo công suất phát điện gió ngắn hạn dựa trên thuật toán học sâu sử dụng ngôn ngữ lập trình Python dựa trên thư viện TensorFlow. | 6 Đinh Thành Việt Võ Văn Phương Dương Minh Quân Nguyễn Đình Ngọc Hải Chu Văn Long NGHIÊN CỨU ỨNG DỤNG HỌC SÂU TRONG DỰ BÁO CÔNG SUẤT PHÁT NGUỒN ĐIỆN GIÓ INVESTIGATION INTO AND APPLICATION OF DEEP LEARNING IN WIND POWER FORECASTING Đinh Thành Việt1 Võ Văn Phương2 Dương Minh Quân1 Nguyễn Đình Ngọc Hải3 Chu Văn Long3 1 Trường Đại học Bách khoa - Đại học Đà Nẵng 2 Công ty TNHH MTV Điện lực Đà Nẵng 3 Sinh viên Trường Đại học Bách khoa - Đại học Đà Nẵng Tác giả liên hệ dtviet@ac.udn.vn Nhận bài 14 12 2020 Chấp nhận đăng 19 3 2021 Tóm tắt - Ngày nay năng lượng gió đóng vai trò quan trọng trong Abstract - Nowadays wind energy plays a vital role in the energy lĩnh vực năng lượng đặt ra những yêu cầu trong quản lý và vận hành sector setting requirements in managing and operating this energy nguồn năng lượng này. Một trong những yêu cầu quan trọng đó là source. One important requirement is the forecasting of wind power dự báo công suất phát điện gió. Việc dự báo chính xác đem lại những generation. Accurate forecasting brings large benefits in the lợi ích to lớn trong việc khai thác vận hành hệ thống điện và thị exploitation operation of the power system and the electricity trường điện. Bài báo này đề xuất mô hình dự báo công suất phát điện market. This paper proposes a short-term wind power forecasting gió ngắn hạn dựa trên thuật toán học sâu sử dụng ngôn ngữ lập trình model based on the deep learning algorithm using Python Python dựa trên thư viện TensorFlow. Hơn nữa bài báo nghiên cứu programming language based on the TensorFlow library. Moreover so sánh đánh giá các mô hình huấn luyện máy học nhằm nâng cao in this paper the learning training models to improve the accuracy of độ chính xác của kết quả dự báo. Mô hình đã được thử nghiệm với forecasting results have been compared and evaluated. The model has dữ liệu thực tế thu thập từ nhà máy điện gió Tuy Phong Bình been tested with actual data collected from Tuy Phong - Binh Thuan Thuận. Kết quả thu thập cho thấy tính ưu .