基于经验模式分解和神经网络的短期风速组合预测

• 作者: 刘庭磊 李逢兵 杨江平 王韶
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 短期预测 经验模式分解 径向基神经网络 支持向量机 广义回归神经网络 组合预测
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 理论分析
• 页码范围: 6-11,18
• 分类号: TM614
• 字数: 4297字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2012.10.002

摘要

风速时间序列具有很强的间歇性和随机性,属于非平稳时间序列.为提高预测精度,提出了经验模式分解法(EMD)和神经网络相结合的短期风速组合预测模型.该方法运用EMD将风速序列分解为一系列不同频率的相对平稳的分量,减少了不同特征信息之间的干扰;根据各个分量的变化规律,选择合适的神经网络模型来分别预测,对高频分量采用神经网络组合预测模型,低频分量采用合适的预测模型直接进行预测;将各分量预测值叠加得到最终预测值.算例结果表明,所提方法与单一的径向基神经网络模型(RBF)和支持向量机模型(SVM)相比,预测精度得到了大幅度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘庭磊		2	80	2.0	2.0