基于误差修正的混合模型在风速预测中的应用

• 作者: 刘海忠 张仲荣 王春媛 盛秀梅
• 来源期刊: 长春师范大学学报
• 学科: 数学
• 关键词: 纵向数据选择(LDS) 奇异谱分析(SSA) 最小二乘支持向量机(LSSVM) 求和自回归移动平均模型(ARIMA)
• 年，卷（期）: ccsfdxxb_2019,（4）
• 页码范围: 4-10
• 页数: 7页
• 分类号: O211.67

摘要

为了提高短期风速预测的准确性,获得精度更高的风速数据,本文利用粒子群算法优化的最小二乘支持向量机(PSOLSSVM)、求和自回归移动平均模型(ARIMA)、纵向数据选择(LDS)方法以及奇异谱分析(SSA)技术,建立一种基于误差修正的混合模型。并用西班牙Sotavento Galicia风场的风速数据对这一混合模型的优越性与准确性进行验证,结果表明,该混合模型相较与一般单一的预测模型具有更高的预测精度。