基于改进鱼鹰优化算法与VMD-LSTM的超短期风电功率预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：为提升超短期风电功率的预测精度，提出一种加入融合柯西变异和反向学习策略的改进鱼鹰优化算法（IOOA），用于优化以长短期记忆网络（LSTM）和变模态分解（VMD）为基础的组合预测模型。首先，采用变模态分解收集的历史风电功率数据， 将非线性较强的原始功率数据分解为较为稳定的子序列。其次，使用改进鱼鹰优化算法对长短期记忆网络的隐藏单元数目、训练周期、初始学习率3个参数进行寻优。（剩余15751字）

试读结束

目录
monitor