来源：期刊VIP网 时间：
作者：郑哲明;孔玲玲;何印;
单位：云南民族大学电气信息工程学院;云南省无人自主系统重点实验室;
摘要：随着风力发电机大规模接入电网，风速的间歇性、波动性等特点易导致风电功率输出不稳定。针对短期风电功率预测精度不高的问题，提出一种基于CPO-ICEEMDAN-DBO-TCN-GRU的短期风电功率预测模型。利用改进自适应噪声完备集合经验模态分解算法（ICEEMDAN）将风速和风电功率分解为不同频率的模态并融合，形成新特征；同时利用冠豪猪优化（CPO）算法对ICEEMDAN的核心参数（如噪声幅值权重和噪声添加次数）进行寻优。随后建立TCN-GRU预测模型，并利用蜣螂优化（DBO）算法对模型的相关参数进行优化。最后对融合的特征进行训练，得到最终的预测结果。实验结果表明，与其他单一模型和组合预测模型相比，所提模型的MAE、RMSE和MAPE指标具有更高的精确度，验证了该模型具备更高效的短期风电功率预测能力。
关键词：风电功率预测;;改进自适应噪声完备集合经验模态分解算法;;冠豪猪优化算法;;蜣螂优化(DBO)算法;;时间卷积网络;;门控循环单元
基金资助：国家自然科学基金项目(52061042)
