基于混合天鹰优化器的风力发电预测

来源：计算机测量与控制杂志2024年第8期北京时间：

作者：刘香怡,梁宏涛,朱洁

单位：青岛科技大学

摘要：为了解决天鹰优化器（AO,Aquila Optimization）集中在全局搜索导致的局部寻优能力略差、依赖初始种群质量和易陷入局部最优的问题，提出一种多策略混合的天鹰优化器（MAO,Mixed Aquila Optimizer）；该算法利用改进的Hooke-jeeves优化基本天鹰优化器的初始化种群质量；引入模拟退火概率对易陷入局部最优解进行改进；自适应权重提高前期全局搜索效率，延缓后期局部搜索速度，避免在正解附近徘徊；选取12个基准测试函数进行实验，并将MAO应用于风力发电预测模型优化；实验结果表明，对于单峰函数、多峰函数和固定维函数，MAO比AO等对比函数具有更快的收敛速度和更高的精度；在春夏秋冬数据集上进行仿真实验，对比其他模型1月和10月预测精度提高了15%，4月和8月的预测曲线更加平滑；证实了MAO对于提高风电预测的精度和速度的可行性和实用性。

关键词：天鹰优化器;Hooke-Jeeves算法;模拟退火;自适应权重;风电预测

基金资助：国家自然科学基金项目(61973180;62172249)