VMD-IMPA-BiLSTM에 기반한 새로운 풍력 예측 방법 연구

풍력 에너지는 기후 변화에 대한 대응과 지속 가능한 에너지 발전의 중요한 기술로서, 새로운 에너지 패러다임으로의 글로벌 전환에서 필수적인 역할을 차지하고 있습니다. 그러나 풍력 발전의 내재된 변동성과 에피소드적 특성은 정확한 예측을 달성하는 데 큰 도전을 주며, 이는 전통적인 예측 방법론의 정확성에 차질을 빚습니다. 이를 해결하기 위해 본 논문은 새로운 예측 접근법인 VMD-IMPA-BiLSTM 방법을 제안합니다. 이 방법은 VMD 기법을 적용하여 풍력 발전 출력을 여러 하위 시퀀스로 분해함으로써 데이터 비정상성을 상당히 감소시켜, 예측 정확성에 대한 데이터 변동성의 부정적 영향을 완화합니다. IMPA 방법은 전통적인 MPA의 개선사항으로, 집단 초기화를 위한 Tent 혼돈 맵핑와 평균 적합도를 기반으로 한 우선 선택 전략을 통합하여 모델의 글로벌 탐색 및 지역 최적화 수행 능력을 향상시킵니다. 또한, IMPA는 최대 훈련 반복 수, 은닉층 유닛 수, 학습률과 같은 BiLSTM의 핵심 매개변수를 최적화하는 데 활용되어 수동 조정의 주관성을 줄이고 모델의 예측 강인성을 강화합니다. 개발된 VMD-IMPA-BiLSTM 예측 모델의 성능을 종합적으로 평가하기 위해 다른 모델들과의 철저한 비교 분석이 수행되었습니다. 시뮬레이션 결과는 제안된 방법이 다양한 응용 시나리오에서 예측 정확성 면에서 기준 모델들을 상당히 능가함을 보여주며, 예측의 뛰어난 안정성 뿐만 아니라 다양한 맥락에서의 강력한 일반화 능력을 지니고 있음을 보여줍니다.