基于風速-功率組合分解重構的海上風電功率預測

摘要： 為提高海上風電功率預測精度，提出一種基于數(shù)據(jù)組合分解重構和貝葉斯優(yōu)化的深度學習預測模型。首先，利用改進的自適應噪聲完全集合經驗模態(tài)分解和麻雀搜索算法優(yōu)化的變模態(tài)分解將海上風速數(shù)據(jù)和歷史功率數(shù)據(jù)進行分解，降低信號波動性和單一分解不徹底對預測結果的干擾。然后，根據(jù)分量的模糊熵計算結果進行分組重構，簡化模型。最后，對每個功率分量建立基于貝葉斯算法和長短期記憶神經網絡的預測模型，將各分... （共9頁）