一种基于迁移学习策略的光伏系统负荷预测方法

本发明适用于光伏功率预测技术领域，提供了一种基于迁移学习策略的光伏系统负荷预测方法，通过灰狼算法对改进的自适应噪声完备集合经验模态分解进行参数优化，确定最佳参数组合；将原始信号进行模态分解并计算各IMF分量与原始数据之间的Spearman相关系数，剔除了输入数据的冗余分量；对部分IMF分量进行小波降噪处理，剔除光伏数据中的高频噪音达到提高数据质量的目的，形成处理后的降噪信号的同时，有效保留气象数据的整体结构和关键信息；实施两种迁移学习策略：TL1（权重冻结）和TL2（微调），迁移学习方法在减少MSE、RMSE和MAE方面，相较于传统模型有显著提升。