|
|||||
|
|
| 基于GA-VMD-BiLSTM算法的风电功率预测 | |
| 作者姓名： | 丁同 傅晓锦 刘明旺 |
| 作者单位： | 1. 上海电机学院机械学院;2. 中国铁塔股份有限公司宿迁市分公司 |
| 基金项目： | 上海市自然科学基金资助项目（11ZR1413800）； |
| 摘 要： | 针对传统风电功率预测精度低、效果差的问题，设计一种风电功率预测模型.首先，采用密度峰值聚类对实测数据去噪，并结合遗传算法(genetic algorithm, GA)优化变分模态分解(variational mode decomposition, VMD)获取最优分解个数，完成初始信号分解；其次，以双向长短期记忆(bi-directional long short-term memory, BiLSTM)网络为基础建立预测模型，预测分解后的各组数据；最后，对比其他模型验证参数正确性和模型精度.结果表明，遗传算法可获取变分模态分解中的最优分解个数，且BiLSTM网络模型的精度和适应性优于其他模型. |
| 关 键 词： | 风电功率预测 遗传算法 变分模态分解 神经网络 密度峰值聚类 |