一种基于GWO-BiLSTM-Adaboost的光伏功率组合预测方法

本发明公开了一种基于GWO‑BiLSTM‑Adaboost的光伏功率组合预测方法，属于新能源发电功率预测技术领域。该方法结合了GWO算法、BiLSTM神经网络及Adaboost集成学习技术，通过运用GWO算法对BiLSTM神经网络的核心超参数进行全局寻优，有效提升了单一预测模型的性能。随后，将经过优化后的BiLSTM神经网络作为基础学习单元纳入到Adaboost框架下，利用后者特有的迭代加权策略，最终形成一个由多个差异化的弱分类器构成的强预测系统。本发明方法整合了GWO算法强大的全局搜索能力、BiLSTM神经网络的双向时序特征提取优势以及Adaboost的集成学习特性，提升了对光伏功率预测的精度。