基于聚类SABO-VMD和组合神经网络的短期光伏发电功率预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对光伏发电预测单一模型处于不同天气状况时预测精度不高等问题，建立以卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）为基础的组合神经网络模型。提出一种基于鱼鹰优化算法（OOA），用以优化组合神经网络参数。此外引入注意力机制（Attention）突出强相关性因素的影响。采用高斯混合模型聚类（GMM）划分历史光伏数据为数个天气类型，并提出基于减法平均的优化算法（SABO）优化变分模态分解（VMD）参数，实现对各天气类型数据的分解。（剩余15368字）

试读结束

目录
monitor