区域风光发电集群短期功率预测方法、装置、设备及介质

本发明提供了一种区域风光发电集群短期功率预测方法、装置、设备及介质，方法包括：对风电场与光伏电站的历史运行数据进行预处理，采用Pearson相关性分析与Copula‑Spearman相关性分析结合的方法，构建输入特征集；利用模糊C均值聚类算法划分为若干风光集群，根据轮廓系数评估聚类效果以确定最佳聚类数；构建混合深度神经网络模型集群短期发电功率预测；采用改进型灰狼优化算法对关键超参数进行全局优化；基于优化后的混合深度神经网络模型，各风光集群的发电功率进行预测、反归一化处理后叠加重构，得到区域风光发电集群总功率预测结果，以解决风光出力预测中数据输入单一、预测场景局限、模型性能不足及参数缺乏自动化优化的问题。