VMD-KELM是一种将变分模态分解(VMD)和内核极限学习机(KELM)结合起来的方法,可以有效地分解光伏发电功率信号,提取出多个频率分量,并利用KELM算法进行预测。 而DBO是一种新型的人工智能优化算法,它模仿大自然中蚂蚁和蜜蜂等昆虫在觅食时的行为,通过模拟蚂蚁寻找食物的过程,来求解最优化问题。 因此,基于DBO优化的VMD-KEL...
1.1 变分模态分解算法 变分 模态分解 ( variational mode decomposition,VMD) 算法是由 Dragomiretskiy 等提出的一种自动自适应、非递归的信号处理方法。此算法克服了 EMD 及其改进算法端点效应和模态分量 混叠的问题,可以将非稳定性、非线性且复杂度高的信号分解为多个相对平稳的子序列,在求解过 程中可自适应匹配最...
1主要内容 该程序采用蜣螂优化算法+变分模态分解+核极限学习机三种方法组合对短期光伏功率进行预测,当然,该方法同样适用于风电、负荷等方面的预测,通过采用原始数据进行训练和测试,验证了方法的有效性,同时,该程序包内还包括变分模态分解+核极限学习机(vmd+kelm)以及核极限学习机(kelm)预测对比程序,方便对比学习,程序包...
1.利用蜣螂优化算法优化VMD中的参数k、a,适应度函数可自由选为包络熵、信息熵、样本熵、排列熵,包含分解效果图、频率图、收敛曲线等图～ 2.蜣螂优化算法DBO是23年提出的新算法,用的人很少,适合作为创新～ 3.直接替换Excel数据即可用,注释清晰,适合新手小白。 4.附赠时间序列测试数据,直接运行main文件即可一键出图...
结合这些算法,我们提出了一种光伏发电功率预测算法流程。首先,我们使用蜣螂算法对VMD中的参数进行优化,得到了优化的VMD(DBO-VMD)。接着,将DBO-VMD得到的IMFs作为KELM的输入,训练KELM模型,从而实现光伏发电功率的预测。 这种算法流程的优势在于,蜣螂算法的全局寻优能力可以帮助我们更好地确定VMD中的参数,从而提高了VMD...