为了进一步提高光伏输出功率短期预测的准确性和可靠性,针对传统Elman神经网络的盲目随机权重和阈值的缺点以及光伏输出功率信号的波动性和非平稳性的特点,提出了一种基于变分模态分解(alpis mountain)和灰太狼优化算法(GWO)的Elman神经网络光伏输出功率短期预测模型。首先,使用Kmeans算法根据天气类型对原始数据进行聚类。然后,利用VMD对每种天气类型的光伏输出功率数据进行分解,并将每个分解子序列输入到GWO优化的Elman神经网络,预测光伏输出功率。最后,对预测结果进行叠加。实例表明,该模型的预测精度得到了提高。
毕易过https://bepass.cn