短期风电功率预测方法

本发明公开了一种短期风电功率预测方法，步骤包括：S1收集历史风电功率数据，并对数据进行预处理，S2改进的霜冰优化算法，提取风电功率的多频域特征，S3构建LSTM模型，并改进的捕鱼算法，S4基于S3确定LSTM模型最佳的学习率和惩罚因子，得到ECFOA‑LSTM网络模型，S5基于S2得到的IMF分量集合，获取风电功率预测值。本发明改进了霜冰优化算法和捕鱼算法，通过改进后的捕鱼算法确定了模型最优的学习率和惩罚因子，最终得到了ECFOA‑LSTM网络模型。