基于WOA-BiLSTM模型的短期光伏出力预测 |
| |
引用本文: | 关小宇,龚新程,杨小玲,吴信立,郭超,樊东.基于WOA-BiLSTM模型的短期光伏出力预测[J].电力与能源,2023(6):613-616+653. |
| |
作者姓名: | 关小宇 龚新程 杨小玲 吴信立 郭超 樊东 |
| |
作者单位: | 1. 上海华电奉贤热电有限公司;2. 国网上海市电力公司市区供电公司 |
| |
摘 要: | 针对光伏发电系统受环境因素影响较大、预测精度低等问题,提出了一种基于鲸鱼算法优化双向长短期记忆神经网络(WOA-BiLSTM)的光伏出力短期预测模型。利用鲸鱼算法(WOA)进行参数寻优,完成对双向长短期记忆神经网络(BiLSTM)模型最优超参数的选择,并以华东某光伏电站的历史光伏数据进行了验证。预测结果显示:相较于长短期记忆神经网络(LSTM)与BiLSTM预测模型,WOA-BiLSTM模型可以在一定程度上提高预测的精度。
|
关 键 词: | 光伏出力预测 时间序列 鲸鱼优化算法 双向长短期记忆神经网络 |
|
|