基于IMVMD和BiLSTM-SARIMA組合模型的臺區(qū)光伏短期發(fā)電功率預(yù)測

打開文本圖片集

摘 要：針對臺區(qū)分布式光伏短期發(fā)電功率預(yù)測精度低的難題，提出一種基于增強(qiáng)型鯨魚優(yōu)化算法的多元變分模態(tài)分解方法，并結(jié)合反向傳播神經(jīng)網(wǎng)絡(luò)耦合雙向長短期記憶網(wǎng)絡(luò)和季節(jié)性差分自回歸滑動平均的組合模型，實(shí)現(xiàn)臺區(qū)分布式光伏短期發(fā)電功率預(yù)測。首先對鯨魚優(yōu)化算法的收斂因子、權(quán)重等進(jìn)行改進(jìn)，然后用它去優(yōu)化多元變分模態(tài)分解方法中的通道數(shù)量和懲罰因子，得到最佳分解效果的參數(shù)值。（剩余16923字）