基于交集相似日及MSGWO-LSTM模型的短期光伏发电功率预测

针对目前光伏功率预测存在的预测精度不足问题,提出一种基于交集相似日选取和多策略灰狼优化(MSGWO)算法优化长短期记忆(LSTM)神经网络的短期光伏发电功率组合预测模型。采用最大信息系数(MIC)方法去除与光伏发电不相关的气象特征;利用K-means++算法进行相似天气日的聚类,并通过模糊C均值(FCM)聚类对初聚类样本进行边缘样本修正。为了提高灰狼优化算法的性能,引入Tent混沌映射、差分进化策略和动态权重策略,优化LSTM模型以实现预测精度最优。最后,以两个实际光伏电站数据源进行测试,仿真结果表明,所提组合模型在不同天气条件下的预测精度优于其他对比模型。

资料为PDF文档格式.

本文档关键词:电功率,交集,短期,模型,相似