2021 IEEE International Conference on Big Data (Big Data), Год журнала: 2024, Номер unknown, С. 4643 - 4649
Опубликована: Дек. 15, 2024
Язык: Английский
2021 IEEE International Conference on Big Data (Big Data), Год журнала: 2024, Номер unknown, С. 4643 - 4649
Опубликована: Дек. 15, 2024
Язык: Английский
Energy Conversion and Management, Год журнала: 2025, Номер 326, С. 119484 - 119484
Опубликована: Янв. 13, 2025
Язык: Английский
Процитировано
2Applied Energy, Год журнала: 2025, Номер 386, С. 125525 - 125525
Опубликована: Фев. 20, 2025
Язык: Английский
Процитировано
1Applied Energy, Год журнала: 2025, Номер 385, С. 125505 - 125505
Опубликована: Фев. 16, 2025
Язык: Английский
Процитировано
0Renewable Energy, Год журнала: 2025, Номер unknown, С. 122824 - 122824
Опубликована: Март 1, 2025
Язык: Английский
Процитировано
0Energy, Год журнала: 2025, Номер unknown, С. 135971 - 135971
Опубликована: Апрель 1, 2025
Язык: Английский
Процитировано
0Applied Energy, Год журнала: 2025, Номер 391, С. 125848 - 125848
Опубликована: Апрель 11, 2025
Язык: Английский
Процитировано
0Sustainability, Год журнала: 2024, Номер 16(23), С. 10740 - 10740
Опубликована: Дек. 7, 2024
Virtual power plants (VPPs) have emerged as an innovative solution for modern systems, particularly integrating renewable energy sources. This study proposes a novel prediction approach combining improved K-means clustering with Time Convolutional Networks (TCNs), Bi-directional Gated Recurrent Unit (BiGRU), and attention mechanism to enhance the forecasting accuracy of wind photovoltaic generation in VPPs. The proposed TCN-BiGRU-Attention model demonstrates superior predictive performance compared traditional models, achieving high robustness. These results provide reliable basis optimizing VPP operations sources effectively.
Язык: Английский
Процитировано
32021 IEEE International Conference on Big Data (Big Data), Год журнала: 2024, Номер unknown, С. 4643 - 4649
Опубликована: Дек. 15, 2024
Язык: Английский
Процитировано
0