基于北方苍鹰优化算法优化长短期记忆神经网络的光伏发电功率短期预测OA
为提高光伏发电功率短期预测的精度,提出一种结合时变滤波经验模态分解和北方苍鹰优化算法优化长短期记忆神经网络的组合预测方法。首先,利用时变滤波经验模态分解将光伏发电功率分解成多个固有模态函数分量。其次,利用北方苍鹰优化(northern goshawk optimization,NGO)算法优化长短期记忆(long short-term memory,LSTM)神经网络隐含单元的个数、最大训练次数和初始学习率,构建NGO-LSTM预测模型。最后,把…查看全部>>
陈晓华;吴杰康
广东电网有限责任公司湛江供电局,广东湛江524005 广东工业大学自动化学院,广东广州510006 东莞理工学院电子工程与智能化学院,广东东莞523808广东工业大学自动化学院,广东广州510006
动力与电气工程
时变滤波经验模态分解北方苍鹰优化算法光伏发电功率短期预测长短期记忆神经网络
《山东电力技术》 2024 (10)
P.10-17,8
国家自然科学基金项目(50767001)。
评论