论文部分内容阅读
针对影响风电中长期预测的气象、地理等因素众多且复杂,及无法解决长期依赖时间序列的问题,提出一种基于多维特征融合网络(multi-dimensional feature fusion network,MFFN)和长短期记忆(long and short term memory,LSTM)的预测方法—多维特征提取(feature extraction,FE)-关联函数(copula,CO)-LSTM融合模型(FE-CO-LSTM)。收集来自不同地区4个风电场的特征数据,在研究云贵高原地区风电场的背景下,最大限