RF BiLSTM

人工智能方法在可再生能源优化和预测方面进行基准测试

arXiv上发表的一项新研究详细介绍了用于优化和预测可再生能源农场的各种人工智能方法的比较基准测试。研究使用风力转换器（WEC）和SCADA测量数据集，评估了传统的机器学习、集成学习、深度神经网络和混合方法。结果表明，Extra Trees在结构化WEC数据方面表现最佳，而STGCN在捕捉空间和时间上的涡轮机交互方面表现出色。RF BiLSTM混合模型实现了最高的整体预测准确性，优于单独的LSTM和STGCN。