一种基于多神经网络的新型电力系统中新能源组合预测和优化方法

本发明公开了一种基于多神经网络的新型电力系统中新能源组合预测和优化方法，包括S1、搭建CNN‑LSTM‑GWO组合预测模型，将其与单个LSTM神经网络与CNN‑LSTM组合预测模型进行对比，通过输入相同的训练集进行训练，对比测试集预测效果；S2、将不同模型的预测结果用于后续新型电力系统的优化调度工程当中，将权重更新的日内滚动优化方法用于新型电力系统的优化调度过程当中，对比该方法与传统的滚动优化方法新型电力系统的成本大小。本发明通过整合两个特别有效的预测风能和太阳能的神经网络来探索最近的进展。这种组合提高了模型预测的准确性。此外，结合灰狼优化算法加快了训练过程，增强了模型对超短期预测和优化调度任务的实用性。