基于掩膜经验模态分解和ELM的风速预测

• 作者: 徐广玉 沈少萍 邱继辉
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 风速预测 掩膜经验模态分解 相空间重构 极限学习机
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 系统建模与仿真
• 页码范围: 25-29
• 页数: 5页
• 分类号: TP391.9
• 字数: 3805字
• 语种: 中文
• DOI: 10.7690/bgzdh.2017.05.008

摘要

针对随空间、时间呈现非平稳、非线性变化的特征,提出基于极限学习机和掩膜经验模态分解的组合短期风速预测方法.首先,风速序列的非平稳性特征对风速预测结果有较大影响,利用掩膜经验模态分解的方法将风速序列分解成对平稳的不同频率的分量,解决其存在的非平稳性问题;其次,为处理极限学习机的输入维数随意性选取问题,对风速序列分解不同频率的分量进行相空间重构;最后,利用ELM神经网络方法对各分量建立预测模型.实验结果表明:该预测方法在短期风速序列预测中取得了理想的预测效果,提高了算法精度,具有先进性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐广玉	厦门大学航空航天学院	1	1	1.0	1.0
2	邱继辉	厦门大学航空航天学院	1	1	1.0	1.0
3	沈少萍	厦门大学航空航天学院	8	7	2.0	2.0