基于优化分解与组合神经网络的短期光伏功率预测方法

基于优化分解与组合神经网络的短期光伏功率预测方法，属于光伏发电技术领域，旨在解决现有技术中预测精度受天气变化影响大、信号分解易出现模态混叠与残差失配、单一深度学习模型适应性不足的技术问题；本发明采用Pearson和Kendall组合相关系数筛选气象因素，提升特征筛选全面性；通过SOM与K‑means协同聚类划分天气类型，提高聚类精度；利用改进的人工旅鼠优化算法自适应优化VMD参数，避免局部最优解；构建TCN‑BiGRU组合神经网络模型，融合长期特征提取与双向时序建模能力；采用动态权重加权平均法重构预测结果，优化准确性，显著提升了短期光伏功率预测的精度和效率，适用于复杂天气条件下的光伏发电系统。