基于GWO-GRU的光伏发电功率预测

打开文本图片集

摘 要：针对长短期记忆网络（LSTM）应用于光伏发电功率预测时存在的耗时长或精准度低的问题，提出基于灰狼算法（GWO）优化门控循环单元（GRU）的光伏发电功率预测模型。通过GWO算法优化GRU模型的超参数，以近似最优参数建立光伏发电功率预测模型。结果表明，长时功率预测时，GWO-GRU模型的均方根误差更低、拟合系数更高、耗时更少，比传统LSTM模型的平均绝对误差降低10.20%；短时功率预测时，GWO-GRU模型在3种典型天气条件下不仅预测的平均误差最低、稳定性最强，而且比GWO-LSTM模型的平均用时节省17.24%。（剩余12047字）