一种基于混合神经网络的光伏功率预测方法

本发明提提出一种基于VMD‑SSA‑GA‑LSTM算法的混合神经网络光伏功率预测方法，涉及光伏发电入网功率预测领域，通过VMD算法分解光伏功率信号，并有效提取信号特征，利用SSA和GA组合算法进行特征提取和降维，进行最佳适应度的寻找，最后使用LSTM神经网络进行时间序列的建模和预测，相交于传统的功率预测方法，能够更好地捕捉光伏发电与气象因素之间的复杂相互作用，提升瞬时波动的预测能力，从而提高预测的准确性，同时，本发明相较于现有混合模型数据处理更完善，预测速度更快，训练更容易。