基于VMD-ICOA-BiLSTM混合模型的日前电价预测

作者：龚丹丹

来源：电气技术, 2023, 24(11): 28-34.

• 日前电价预测
• 变分模态分解(VMD)
• 改进郊狼算法(ICOA)
• 双向长短期记忆神经网络(BiLATM)

为了进一步提高购售电市场中日前电价的预测准确度，本文将变分模态分解（VMD）、改进郊狼算法（ICOA）和双向长短期记忆神经网络（BiLSTM）相结合，提供一种新型日前电价预估方案。首先，利用VMD把原始电价数据划分成几个子序列，解决电量序列的非平稳性问题；其次，针对郊狼算法收敛速度慢、优化性能不足的缺陷，将Sobol序列引入郊狼初始化，再将全局最优和局部最优郊狼引入算法的组文化趋势；然后，采用ICOA优化BiLSTM的参数，并构建ICOA-BiLSTM混合预测模型，进行子序列预测；最后，对各子序列的预测结果进行求和，得到最终的预测电价。以丹麦电力市场的数据进行检验，结果表明所提方法具有良好的预测准确度和泛化性能。