基于混合变分模态分解模型的短期风速预测

• 作者: 吴小涛 张东寅 袁晓辉 袁艳斌
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 风速预测 最优变分模态分解 蝙蝠算法 最小二乘支持向量机
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 能源
• 页码范围: 195-198
• 页数: 4页
• 分类号: TM614
• 语种: 中文

摘要

针对风速时间序列不稳定导致其难以准确预测的问题,提出一种基于最优变分模态分解(OVMD)和蝙蝠算法(BA)优化最小二乘支持向量机(LSSVM)的短期风速预测模型.采用OVMD技术,将原始风速时间序列先分解为若干个相对稳定的分量序列,然后对各个分量分别建立LSSVM模型进行预测,并采用蝙蝠算法优化LSSVM中的参数,最后对优化的分量预测模型的预测值求和,即得到原始风速序列的预测值.算例分析表明,该模型具有较高的预测精度,能有效跟踪风速的变化规律.研究成果为短期风速预测提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁晓辉	华中科技大学水电与数字化工程学院	63	1546	20.0	38.0
2	袁艳斌	武汉理工大学资源与环境学院	55	986	13.0	31.0
3	张东寅	国网湖北省电力有限公司经济技术研究院	3	5	1.0	2.0
4	吴小涛	黄冈师范学院数学与统计学院	3	0	0.0	0.0