一种基于改进GOA优化LSTM的超短期风电功率预测方法与系统

本发明公开了一种基于改进GOA优化LSTM的超短期风电功率预测方法及系统，包括以下步骤：S1：获取风电功率数据并进行预处理，得到若干个分量；针对每一个分量构建对应的输入矩阵，确定每一个分量的训练矩阵和测试矩阵；S2：针对每一个分量构建独立的LSTM模型；S3：利用改进后的GOA对每一个分量构建的LSTM模型的隐含层神经元数目h和学习率α进行参数优化，训练得到具有最优参数的LSTM模型；S4：将每一个分量对应的测试矩阵输入对应的具有最优参数并且训练好的LSTM模型中得到预测值，将得到的各分量预测值进行聚合获取最终的预测结果。本发明能够实现超短期风电功率高精度预测。