基于VMD⁃IDBO⁃LSTM的光伏功率预测模型

打开文本图片集

摘  要： 针对光伏发电功率波动性强和预测准确度低的问题，提出一种基于变分模态分解（VMD）、改进蜣螂算法（IDBO）优化长短期记忆（LSTM）网络的光伏功率预测模型。利用VMD对光伏功率时序数据进行分解，得到不同频率但具有一定规律的子序列，从而达到减少光伏功率波动性的目的。利用可变螺旋搜索策略、Lévy飞行策略和自适应t分布变异策略来改进蜣螂算法，对改进后的蜣螂算法与其他优化算法进行性能测试对比，经过改进的蜣螂算法来优化LSTM中的网络隐含层个数和初始学习速率并建立预测模型，将各个子序列的预测值相加，从而得出最后的预测功率结果。（剩余6859字）