基于 SSA-LSTM 的海上风电功率预测

来源：机械与电子杂志2022年第06期北京时间：

作者：李森文;张伟;李纯宇;郝思鹏

单位：南京工程学院电力工程学院,江苏 南京 211167

摘要：针对海上风电功率预测精度差的问题,提出一种改进的 SSA-LSTM 模型。 选择在时间序列问题处理上具有良好性能的长短期记忆(LSTM)神经网络,通过寻优能力强、收敛速度快的麻雀搜索算法对 LSTM 网络隐含层神经元个数、学习率和训练次数等超参数进行优化,得到 SSA-LSTM 模型。 采用江苏省盐城市某 400 MW 风电场功率数据进行算例分析,在不同条件变量下分别使用 SSA-LSTM 模型、LSTM 模型预测,仿真结果表明,SSA-LSTM 模型具有更高的预测精度、更好的预测稳定性。

关键词：麻雀搜索算法;LSTM;海上风电;功率预测

基金资助：国家自然科学基金面上项目(51877101)