[发明专利]基于经验模态分解和神经网络相结合的光伏功率预测方法

摘要

本发明提供基于经验模态分解和神经网络相结合的光伏功率预测方法，所述方法通过完全经验模态分解，分解光伏功率中的不平稳序列，保留原始特征，可以通过长短期记忆神经网络进行功率预测。首先，通过提取气象特征数据，使用完全经验模态分解将气象因素中的不平稳信号分解为平稳信号，降低环境因素序列的非平稳性，保留环境因素的细节和局部特性，提取有效特征，进而将分解出的信号分别使用长短期记忆神经网络进行动态时间序列建模。如此反复，通过不断输入环境因素进行得到所需时段的光伏功率预测结果，从而对光伏电站发电功率进行精确预测，保证电力网系统的稳定性。