基于改进相似日及MSGWO-LSTM模型的短期光伏发电功率预测方法

    公开(公告)号:CN119962723A

    公开(公告)日:2025-05-09

    申请号:CN202510010720.4

    申请日:2025-01-03

    Applicant: 三峡大学

    Abstract: 本发明提供一种基于改进相似日及MSGWO‑LSTM模型的短期光伏发电功率预测方法,涉及新能源发电技术领域。通过采集光伏电站的气象特征和对应的光伏出力的历史数据,进行数据预处理后保存为特征数据集,利用K‑means++算法和FCM算法相结合进行相似日聚类并构建MSGWO‑LSTM预测模型;传统GWO模型中引入Tent混沌映射方程生成初始种群、差分进化策略进行全局寻优和动态权重策略来进行狼群的最终位置更新;再采用MSGWO算法优化LSTM,预测短期内的光伏发电功率;本实施例结合了两种聚类方法进行相似日聚类及多种优化策略与深度学习技术,提高了相似日聚类精度及模型的预测性能和泛化能力,提高了光伏发电系统的运行安全性,以及提高了短期光伏发电功率预测的精度和可靠性。

Patent Agency Ranking