基于改进鲸鱼优化算法的风电功率预测

摘要

准确的风电预测是保证风电并网稳定运行的基础，为了提高风电预测的精度，提出了一种新的预测模型。首先采用混沌策略初始化种群，并且利用哈里斯鹰策略与自适应权重策略对鲸鱼优化算法进行改进，然后用改进的鲸鱼优化算法对长短期记忆神经网络的神经元数目和学习率进行优化，最后用该模型进行风电功率预测。该模型相较于其他对比模型具有较高的预测性能，并且具有更好的泛化能力与稳定性。

关键词

长短期记忆神经网络 / 鲸鱼优化算法 / 哈里斯鹰算法 / 风电功率预测