基于EMD和RBFNN的短期风速预测

• 作者: 尹东阳 李永胜 盛义发 谢曲天
• 来源期刊: 电气技术
• 关键词: 短期风速预测 经验模态分解 径向基神经网络 交互式界面
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 研究与开发
• 页码范围: 44-47
• 页数: 4页
• 字数: 2367字
• 语种: 中文

摘要

针对风速非平稳、非线性的特点,为提高短期风速预测准确性与快速性,建立了EMD-RBFNN预测模型.利用经验模态分解(EMD)将风速时间序列分解为具有相同特征尺度的相对平稳的本征模态(IMF)分量,以实现风速时间序列信号平稳化;针对各个模态分量的特性,采用径向基函数神经网络模型(RBFNN)对各个模态分量分别进行预测,选用正交最小二乘法来最大限度减少错误率,最后将各IMF-RBFNN预测结果进行重构得到最终预测值;设计并实现了基于GUI交互式界面的多功能短期风速预测系统.实验结果表明,EMD-RBFNN预测模型有效提高了短期风速预测精度,具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	盛义发	南华大学电气工程学院	58	505	12.0	20.0
2	尹东阳	南华大学电气工程学院	3	63	2.0	3.0
3	李永胜	南华大学电气工程学院	5	74	3.0	5.0
4	谢曲天	南华大学电气工程学院	3	63	2.0	3.0