来源：期刊VIP网 时间：
作者：王玲芝;李晨阳;李程;刘婧;
单位：西安邮电大学自动化学院;国网陕西省电力有限公司渭南供电公司;
摘要：为提高光伏发电功率预测精度,提出一种基于多策略改进麻雀搜索算法(multi strategy improved sparrow search algorithm, MSISSA)优化长短时记忆(long short-term memory, LSTM)网络的预测模型。首先,采用Logistic-Sine-Cosine混沌映射对麻雀种群初始化进行改进,增加初始种群的均匀性和遍历性。然后,针对在使用麻雀算法(sparrow search algorithm,SSA)优化LSTM网络时陷入局部最优及精度不足的问题,利用鱼鹰捕食策略、Levy飞行策略和柯西变异策略优化种群中麻雀的位置。最后,通过MSISSA优化得到LSTM网络的最优隐含层节点数、训练次数和学习率。实验证明,该模型比LSTM、GWO(grey wolf optimizer)-LSTM、WOA(whale optimization algorithm)-LSTM和SSA-LSTM模型具有更高的预测精度,尤其在阴天和雨天。该模型有助于电网稳定运行和电力系统调度,具有较高的实用价值。
关键词：光伏功率预测;;麻雀搜索算法;;混合混沌映射;;鱼鹰捕食策略;;Levy飞行策略;;柯西变异策略;;长短时记忆
基金资助：国家自然科学基金项目(编号:62073259、52177194);; 西安邮电大学创新基金项目(编号:CXJJYL2023064)
