基于BWO和WOA的VMD-LSTM短期风速预测

摘要

针对风电机组组网运行存在的功率波动性和随机性，为提高风速预测的精度和风电机组运行的稳定性，提出了一种基于白鲸优化算法和鲸鱼优化算法的VMD-LSTM短期风速预测模型。首先，利用白鲸优化算法对VMD中的模态数及惩罚因子进行优化，得到分解的子序列；其次，对于LSTM中的隐含层节点数、最大训练次数和初始学习率等参数，使用鲸鱼优化算法进行确定；最后，利用LSTM的非线性拟合能力对数据进行预测。结果表明：所提预测模型在测试集上的RMSE、MAE、MAPE分别为0.223 4,0.172 7,0.083 7,均低于其他对比模型，验证了所提模型在短期风速预测问题上的有效性。

关键词

白鲸优化算法 / 鲸鱼优化算法 / 变分模态分解 / LSTM / 风速预测