لحل مشكلة عدم الدقة في توقع قدرة الرياح بسبب عدم اليقين والتقلب في سرعة الرياح، تم اقتراح نموذج متكامل VMD-ISSA-GRU على أساس تحليل الطيف المتغير (VMD)، وتحسين خوارزمية البحث اللباقة (ISSA) وشبكة الذاكرة العصبية الدائرية المحكمة (GRU). أولاً، تم استخدام طريقة التردد المركزي لتحديد عدد مكونات VMD وذلك لتجنب تحليل زائد أو غير كاف. ثانياً، تم إدخال تطبيق الرسم البياني، وزن متناقص غير خطي، واستراتيجية متغيرة لتحسين خوارزمية البحث اللباقة لتحسين شبكة الذاكرة العصبية المحكمة، ثم تم بناء نموذج ISSA-GRU التنبؤي لكل سلسلة فرعية مفككة، وأخيراً تم تراكم قيم التنبؤ لكل سلسلة فرعية للحصول على القيمة التنبؤية النهائية. تم استخدام هذا النموذج في توقع قدرة الرياح الفعلية وأظهرت النتائج التجريبية أن نموذج VMD-ISSA-GRU يعطي خطأ متوسط مطابق للفعلي ونسبة خطأ مئوية متوسطة وجذر تربيعي للخطأ على التوالي هما 1.211 8 MW و1.890 0 و1.591 6 MW. بالمقارنة مع الشبكات العصبية الدائرية التقليدية GRU والذاكرة القصيرة الطويلة (LSTM) وشبكات الذاكرة القصيرة والطويلة المزدوجة (BiLSTM) ونماذج الشبكات العصبية المتكاملة الأخرى، يظهر النموذج أداءً محسناً بشكل واضح في دقة التوقع ويعالج بشكل جيد مشكلة عدم الدقة في توقع قدرة الرياح.

توقع قدرة الرياح الكهربائية;تحليل الطيف المتغير;تحسين خوارزمية البحث اللباقة;شبكة الذاكرة العصبية الدائرية المحكمة;معلمات فائقة