基于经验模式分解的神经网络组合风速预测研究

• 作者: 勾海芝 夏子涵 赵征
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 风速 经验模式分解 GRNN BP LS-SVM 组合预测
• 年，卷（期）: 2017,（10）
• 页码范围: 62-67
• 页数: 6页
• 分类号: TM614
• 字数: 3707字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1672-0792.2017.10.011

摘要

为了提高风电并入电网的安全性,需要对风功率进行提前预测.风速预测是风功率预测的关键,而风速的不稳定性是预测的难点.为了降低风速的不稳定性,提高预测精度,提出经验模式分解法将风速分解并重组成2组不同的序列,对高频分量采用神经网络组合预测,剩余分量采取BP神经网络预测,并对两分量预测结果等权相加得预测结果.针对不同的样本进行建模预测,验证了该方法的适用性.并比较了GRNN、BP、LS-SVM 3种方法不同组合方式的预测精度,证明了在该组合方法中3种方法优势互补.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵征	华北电力大学控制与计算机工程学院	37	759	12.0	27.0
2	勾海芝	华北电力大学控制与计算机工程学院	1	11	1.0	1.0
3	夏子涵	华北电力大学控制与计算机工程学院	1	11	1.0	1.0