一种基于参数优化VMD和组合LSTM-GRU模型的光伏功率预测方法

本发明属于功率预测领域，尤其涉及一种基于参数优化VMD和组合LSTM‑GRU模型的光伏功率预测方法，对输入的光伏时间序列进行数据的归一化处理；由归一化后的光伏时间序列，利用VMD分解将波动性高的功率序列分解为一组相对平稳的模态分量；预设参数k和α，设定为初始化鲸鱼种群位置向量，利用WOA算法，以包络熵的极小值作为WOA算法的适应度函数，优化VMD参数[k,α]，得到VMD分解的最佳输出模态；构建LSTM网络模型，并预测LSTM网络的第一预测功率数据；构建GRU网络模型，并预测GRU网络模型的第二预测功率数据；利用历史预测误差的倒数来得到权重，对第一预测功率数据和第二预测功率数据进行加权平均生成最终的功率预测结果。旨在利用信号分解算法和神经网络算法来实现对光伏功率的精准预测。