基于小波变换的ARMA-LSSVM短期风速预测

• 作者: 岳有军 李彪 李斌 赵辉
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 短期风速预测 小波变换 时间序列 最小二乘支持向量机
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 新能源
• 页码范围: 78-81
• 分类号: TM614
• 字数: 2023字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9649.2012.04.018

摘要

对风电场风速的准确预测,可以有效减轻并网后风电对电网的影响,提高风电市场竞争力.提出将时间序列自回归滑动平均模型(Auto Regressive Moving Average,ARMA)与最小二乘支持向量机模型(Least Square Support Vector Machine,LS-SVM)相结合的混合模型短期风速预测方法.采用小波变换(Wavelet Transform,WT)方法将历史风速序列分解成具有不同频率特征的序列.根据分解后各分量的特点,对于低频趋势分量选取LS-SVM方法进行预测,而高频波动分量则选取ARMA模型进行预测,采用小波重构得到最终预测结果.仿真实例表明,不同的预测方法整体的预测精度不同,而混合模型预测的均方根误差最低为11.5％,与单一预测方法相比,混合模型提高了预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳有军	天津理工大学天津市复杂控制理论与应用重点实验室	99	546	12.0	19.0
2	赵辉	天津理工大学天津市复杂控制理论与应用重点实验室	109	841	15.0	25.0
3	李斌	天津理工大学天津市复杂控制理论与应用重点实验室	7	58	4.0	7.0
4	李彪		7	31	3.0	5.0