基于改进麻雀搜索算法的短期光伏功率CNN-BiLSTM预测模型

doi:10.13625/j.cnki.hljep.2025.04.005

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于改进麻雀搜索算法的短期光伏功率CNN-BiLSTM预测模型

Issue 4, Pages: 315-320+376(2025)

更新时间：2025-09-10

- 基于改进麻雀搜索算法的短期光伏功率CNN-BiLSTM预测模型
- 作者机构：
  
  1. 国网浙江省电力有限公司慈溪市供电公司
  2. 南京工程学院电力工程学院
  3. 河海大学能源与电气学院
- 作者简介：
- 基金信息：
- DOI：10.13625/j.cnki.hljep.2025.04.005
  CLC： TP18;TM615
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, (4): 315-320+376.
DOI：

[J]. 2025, (4): 315-320+376. DOI： 10.13625/j.cnki.hljep.2025.04.005.

摘要

针对当下短期光伏功率预测精度不高的问题，提出一种遵循“优化网络参数-特征提取-时序预测“的光伏功率预测模型。建立基于卷积神经网络(CNN)-双向长短期记忆网络(BiLSTM)的时序数据预测模型，提高网络记忆单元的数据处理效率和对时间序列复杂交互关系的学习能力；引入正余弦策略和柯西变异策略对麻雀搜索算法(SSA)进行改进，并优化预测模型的网络参数，得到预测结果。算例结果表明，所提模型与其他传统模型相比对短期光伏功率的预测结果更为理想，拟合度达到99.94%

且有着更好的泛化能力。

Abstract

关键词

Keywords

references

臧海祥,张越,程礼临,刘璟璇,卫志农,孙国强.基于ICEEMDAN-LSTM和残差注意力的短期太阳辐照度预测[J].太阳能学报,2023(12).

童宇轩,金超,李灿.基于CEEMDAN-ISSA-BiLSTM的风电功率组合预测模型[J].电工电气,2023(11).

王涛,王旭,许野,李薇.计及相似日的LSTM光伏出力预测模型研究[J].太阳能学报,2023(08).

王晓霞,俞敏,冀明,耿泉峰.基于气候相似性与SSA-CNN-LSTM的光伏功率组合预测[J].太阳能学报,2023(06).

童宇轩,胡俊杰,刘雪涛,陈璨,马原.新能源电力系统灵活性供需量化及分布鲁棒优化调度[J].电力系统自动化,2023(15).

张子谦,鲍娜娜,闫星廷,李秀安,傅振扬,韦伟.基于SSA-LSTM模型的日水位预测——以涡河流域涡阳闸为例[J].计算机系统应用,2023(01).

王福忠,王帅峰,张丽.基于VMD-LSTM与误差补偿的光伏发电超短期功率预测[J].太阳能学报,2022(08).

赵婧宇,池越,周亚同.基于SSA-LSTM模型的短期电力负荷预测[J].电工电能新技术,2022(06).

王陈恩,蔡涌烽,谢振华,殷豪.基于通道注意力与残差卷积神经网络的变压器故障诊断[J].黑龙江电力,2022(01).

吕鑫,慕晓冬,张钧,王震.混沌麻雀搜索优化算法[J].北京航空航天大学学报,2021(08).

赵兵,王增平,纪维佳,高欣,李晓兵.基于注意力机制的CNN-GRU短期电力负荷预测方法[J].电网技术,2019(12).

Liu Guiyun,Shu Cong,Liang Zhongwei,Peng Baihao,Cheng Lefeng.A Modified Sparrow Search Algorithm with Application in 3d Route Planning for UAV[J].Sensors,2021.

Yuan Jianhua,Zhao Ziwei,Liu Yaping,He Baolin,Wang Lin,Xie Binbin,Gao Yanling.DMPPT Control of Photovoltaic Microgrid Based on Improved Sparrow Search Algorithm[J].IEEE ACCESS,2021.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Publicity Resources

基于通道注意力与残差卷积神经网络的变压器故障诊断

基于机器学习的锂电池寿命预测方法

Related Author

王陈恩

蔡涌烽

谢振华

殷豪

鲁译徽

王玲芝

Related Institution

广东工业大学自动化学院

西安邮电大学自动化学院

AI问答

⁰