基于VMD⁃SSA⁃LSTM模型的光伏发电功率预测

本研究提出了变分模态分解(variational mode decomposition,VMD)和麻雀搜索算法(sparrow search algorithm,SSA)与长短期记忆神经网络(long short-term memory,LSTM)相结合的VMD-SSA-LSTM模型。首先,本文利用VMD对光伏发电数据进行分解。其次,依据SSA对LSTM的参数进行寻优,使其自动调整LSTM的参数。最后,实验结果表明,与LSTM、VMD-LSTM模型相比,VMD-SSA-LSTM模型的预测精度更高。因此,该方法在实际应用中具有潜力,可以很好地解决光伏发电功率预测问题,对工作人员根据实际情况进行电网的调度管理具有重要意义。