典型文献
基于AO优化VMD-CE-BiGRU的光伏发电功率预测
文献摘要：
为了提高光伏发电功率预测精度,提出了一种基于天鹰优化算法(aquila optimizer,AO)优化变分模态分解(variation-al mode decomposition,VMD)、双向门控循环单元(bidirectional gated recurrent unit,BiGRU)及 Copula 熵(copula entropy,CE)理论的光伏发电功率预测模型.为了减少分解损失,利用AO优化VMD参数,将历史光伏功率数据和环境数据分解成具有不同频率的模态分量;使用Copula嫡法进行相关性分析,选择与每个光伏功率模态分量关系最密切的环境因素分量作为输入;建立AO优化BiGRU预测模型,对每个模态分量进行预测;最后,叠加每个光伏功率子序列的预测结果.实验选取澳大利亚Yulara地区光伏电站实测数据进行验证,结果表明,该预测模型即使在天气变化比较大的情况下也有很好的预测效果.
文献关键词：
光伏功率预测;天鹰优化;变分模态分解;Copula熵;双向门控循环单元
中图分类号：
作者姓名：
朱正林;张冕
作者机构：
南京工程学院能源与动力工程学院 南京211167;南京工程学院电力工程学院 南京211167
文献出处：
引用格式：
[1]朱正林;张冕-.基于AO优化VMD-CE-BiGRU的光伏发电功率预测)[J].国外电子测量技术,2022(10):56-61
A类：
Yulara
B类：
AO,VMD,CE,BiGRU,光伏发电功率预测,天鹰优化算法,aquila,optimizer,变分模态分解,variation,mode,decomposition,双向门控循环单元,bidirectional,gated,recurrent,unit,Copula,copula,entropy,功率预测模型,少分,环境数据,数据分解,分解成,不同频率,模态分量,子序列,光伏电站,天气变化,光伏功率预测
AB值：
0.27498
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
