基于GRO-SSA-LSTM的短期光伏发电功率预测

打开文本图片集

摘 要：为提高光伏发电功率预测的精确度，保障电网能可持续稳定运行，将长短时记忆网络（LSTM）与淘金优化算法（GRO）改进后的麻雀搜索算法（SSA）结合起来，用于实现短期光伏发电功率的预测。首先，利用皮尔逊相关系数提取影响光伏功率的关键因素；然后，利用麻雀搜索算法对长短时记忆网络进行优化，得到网络中最优的隐含层节点数量、训练次数、学习率等超参数；其次，引入Tent混沌映射优化麻雀种群的初始分布，使得种群初始位置分布更加均匀；最后，为避免算法陷入局部最优，引入GRO对SSA进行优化，使得麻雀种群搜索范围更加广泛，结果更加精确。（剩余15971字）