一种基于CPO算法优化GRNN模型的发电功率预测方法

本发明公开了一种基于CPO算法优化GRNN模型的发电功率预测方法，属于风电场发电功率预测技术领域，包括：获取用于发电功率预测的多维历史数据；对数据进行清洗、去噪和归一化处理并划分为训练集和测试集；构建GRNN模型，采用CPO算法对GRNN模型的平滑因子进行优化，结合多种策略迭代更新平滑因子的最优值；对测试集数据进行发电功率预测，并通过误差计算验证模型性能。本发明通过多源数据融合、GRNN模型的非线性拟合及CPO算法的全局优化，显著提高了风电功率预测的精度和鲁棒性，降低了模型对人工调参的依赖同时增强了对动态数据分布的自适应能力，适用于风电场的发电功率预测和电网运行调度场景。