基于LPF-VMD和KELM的风速多步预测模型

• 作者: 向玲 赵玥 邓泽奇
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 风速预测 变分模态分解 相空间重构 核极限学习机 鸟群算法
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 可再生能源发电与综合消纳技术
• 页码范围: 4461-4467
• 页数: 7页
• 分类号: TM614
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2019.0176

摘要

提出了一种基于低通滤波-变分模态分解的风速信号预处理方法.该方法首先从能量的角度直接通过低通滤波筛选出信号的趋势成分,再利用VMD将剩余信号分解成一系列相对平稳的限带内禀模态函数.将该信号预处理方法与核极限学习机结合,建立了风速多步预测模型.为了提高模型的预测性能,采用鸟群算法优化KELM预测模型的4个参数,以最优参数组合建立预测模型.最后以浙江某风电场采集的实际风速数据为例进行预测验证,结果表明所提出的多步预测方法具有较高的预测精度和运行效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向玲		56	978	14.0	30.0
2	邓泽奇		1	0	0.0	0.0
3	赵玥		1	0	0.0	0.0