基于NARX及混沌支持向量机的短期风速预测

• 作者: 安勃 李应求 李恒通
• 来源期刊: 电力系统保护与控制
• 关键词: 风速短期预测 混沌特性 时间序列 EGARCH NARX 支持向量机
• 年，卷（期）: 2019,（23）
• 所属期刊栏目: 应用研究
• 页码范围: 65-73
• 页数: 9页
• 字数: 4923字
• 语种: 中文
• DOI: 10.19783/j.cnki.pspc.181533

摘要

风速预测精度的提高,对降低风力发电成本、合理安排风场选址等方面有着积极作用.使用DBSCAN聚类对所有数据进行去噪处理,选择最合适的风速数据序列进行实证研究.首先,针对风速数据序列具有混沌性而对预测结果产生影响的问题,采用C-C法确定相空间重构中所需参数.与此同时,结合混沌理论建立混沌支持向量机模型,用以预测未来24 h的风速值.之后,将该模型与EGARCH模型以及具有外生输入的非线性自回归网络(NARX)模型的预测结果进行对比.最后,根据各预测模型的RMSE和MAPE精度对模型预测效果进行评估.结果表明:基于混沌时间序列的支持向量机模型对NWTC m2气象站所在地风速具有最佳预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李应求	长沙理工大学数学与统计学院	52	608	14.0	24.0
2	安勃	长沙理工大学数学与统计学院	1	1	1.0	1.0
3	李恒通	新加坡国立大学理学院	1	1	1.0	1.0