IRBMO-TCN-RVM模型的风电场功率预测方法

本发明提出一种基于IRBMO‑TCN‑RVM模型的风电场功率预测方法，步骤为：收集历史风电功率数据和相应的气象数据，进行清洗、归一化处理，并划分训练集、验证集和测试集；根据样本数据确定TCN‑RVM的拓扑结构，对样本数据进行预处理并输入TCN‑RVM，计算全局误差；在标准的RBMO算法中加入Cubic混沌映射、动态搜索策略和预警机制得到IRBMO算法，将全局误差作为适应度函数，更新红嘴蓝鹊的位置；将最优红嘴蓝鹊作为TCN‑RVM的最优权值和阈值构建风电场功率预测模型，利用训练好的风电场功率预测模型对新的风电场功率数据进行分析预测。本发明对风电场功率数据进行清洗、归一化处理；引入了Cubic混沌映射，增强种群的多样性，提高全局搜索能力，避免陷入局部最优，提高了预测效率。