公开(公告)号：CN119358737A

公开(公告)日：2025-01-24

申请号：CN202411421695.0

申请日：2024-10-12

Applicant: 上海电力大学

Inventor： 王育飞 ,  吴顾轩 ,  薛花 ,  张宇华 ,  桑一岩

IPC: G06Q10/04 ,  G06F30/27 ,  G06Q50/06 ,  G06F17/16 ,  G06F18/214 ,  G06F18/24 ,  G06F17/18 ,  G06N3/049 ,  G06N3/08 ,  G06F111/04

Abstract: 本发明涉及一种基于HGS‑VMD‑ENN超短期混沌预测模型的光伏发电功率预测方法，包括：设计一种考虑加权排列熵和分解损失的适应度函数，并以该适应度函数取值最小作为优化目标，采用HGS‑VMD自适应确定VMD最佳分解参数组合，用于对光伏发电功率进行多尺度分解，得到光伏发电功率分解分量；根据光伏发电功率分解分量，采用PSR相空间重构方法构建其相空间矩阵，并结合大脑情绪神经网络构建HGS‑VMD‑ENN超短期混沌预测模型；根据建立的HGS‑VMD‑ENN超短期混沌预测模型，进行光伏功率超短期预测。与现有技术相比，本发明能够解决传统VMD经验参数选取造成的随机性较大、预测精度不佳的问题，提高光伏发电功率预测的稳定性和精度。