基于小波分解的超短期风速混合模型组合预测

• 作者: 郑若楠
• 来源期刊: 分布式能源
• 学科: 工学
• 关键词: 超短期风速预测 混合模型 组合预测 小波分解 间接预测
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 有源配电网优化规划
• 页码范围: 38-46
• 页数: 9页
• 分类号: TK81
• 字数: 5727字
• 语种: 中文
• DOI: 10.16513/j.cnki.10-1427/tk.2018.06.006

摘要

针对目前超短期风速间接预测方法在各频率序列均采用同一模型进行预测所带来的问题,提出了一种基于小波分解的超短期风速混合模型组合预测方法.基于自回归差分移动平均模型,反向传播(back propagation,BP)神经网络与支持向量机三种方法,针对小波分解后所得到的各频率序列特点,选取合适的方法并建立相应的模型对其进行预测,最后重构得到超短期风速预测结果.该方法可从根本上考虑实测风速序列分解后所得各频率序列间的差异性和可预测性,进而提高预测精度.所提方法在不同预测时长下均具有较高的预测精度.以平均绝对误差为预测精度评价指标时,与持续法相比,预测精度可提高64.2％(1 h预测时长)、61.4％(4 h预测时长);与传统单一模型组合预测方法中预测误差最低方法相比,预测精度可提高7.2％(1 h预测时长)、5.7％(4 h预测时长).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑若楠	中国大唐集团有限公司科技与信息化部	2	3	1.0	1.0