基于聚類(lèi)SABO-VMD和組合神經(jīng)網(wǎng)絡(luò)的短期光伏發(fā)電功率預(yù)測(cè)

打開(kāi)文本圖片集

摘 要：針對(duì)光伏發(fā)電預(yù)測(cè)單一模型處于不同天氣狀況時(shí)預(yù)測(cè)精度不高等問(wèn)題，建立以卷積神經(jīng)網(wǎng)絡(luò)（CNN）和雙向長(zhǎng)短期記憶網(wǎng)絡(luò)（BiLSTM）為基礎(chǔ)的組合神經(jīng)網(wǎng)絡(luò)模型。提出一種基于魚(yú)鷹優(yōu)化算法（OOA），用以優(yōu)化組合神經(jīng)網(wǎng)絡(luò)參數(shù)。此外引入注意力機(jī)制（Attention）突出強(qiáng)相關(guān)性因素的影響。采用高斯混合模型聚類(lèi)（GMM）劃分歷史光伏數(shù)據(jù)為數(shù)個(gè)天氣類(lèi)型，并提出基于減法平均的優(yōu)化算法（SABO）優(yōu)化變分模態(tài)分解（VMD）參數(shù)，實(shí)現(xiàn)對(duì)各天氣類(lèi)型數(shù)據(jù)的分解。（剩余15368字）