풍속의 불확실성과 변동성으로 인해 풍력 발전 출력 예측의 정확도가 낮은 문제를 해결하기 위해 변분 모드 분해 (VMD), 개선된 참새 탐색 알고리즘 (ISSA)과 게이트 순환 신경망 (GRU)을 기반으로 한 VMD-ISSA-GRU 결합 모델이 제안되었다. 먼저 중심 주파수 방법을 사용하여 VMD 모드 성분 수를 결정하여 과도한 분해나 불충분한 분해를 피하도록 하였다. 그 다음, 혼돈 매핑, 비선형 감소 가중치 및 변이 전략을 도입하여 참새 탐색 알고리즘을 향상시킨 후 게이트 순환 신경망을 최적화하기 위해 각 분해된 하위 시퀀스에 대해 ISSA-GRU 예측 모델을 구축하고, 마지막으로 각 하위 시퀀스의 예측 값이 누적되어 최종 예측 값이 얻어졌다. 이 모델은 실제 풍력 출력 예측에 사용되었으며, 실험 결과는 VMD-ISSA-GRU 결합 모델이 평균 절대 오차, 평균 백분율 오차와 평균 제곱근 오차가 각각 1.211 8 MW, 1.890 0 및 1.591 6 MW임을 보여주었다. 전통적인 GRU, LSTM, BiLSTM 및 다른 결합 모델과 비교해 예측 정확도가 현저히 향상되고 풍력 출력 예측의 정확도가 좋아진다는 것을 보여주며, 낮은 정확도 문제를 잘 해결한다

풍력 출력 예측;변동 모드 분해;개선된 참새 탐색 알고리즘;게이트 순환 신경망;초매개변수