基于经验模态分解和误差校正的短期风速预测

• 作者: 刘诗剑 杨磊 王光丽 高冲 黄元生
• 来源期刊: 智慧电力
• 学科: 工学
• 关键词: 风速预测 集合经验模态分解 误差校正 高斯过程回归 改进状态转移算法
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 新能源
• 页码范围: 35-41
• 页数: 7页
• 分类号: TM715
• 字数: 4426字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7598.2020.01.006

摘要

准确的风速预测对风电扩大并网规模具有积极的推动作用.针对风速的波动性和随机性特征,提出了一种基于EMD、GPR和ISTA的短期风速预测模型.通过EMD对原始风速序列进行分解,利用GPR对分解后的序列子集进行一级预测,同时利用ISTA改进GPR的超参数优化选择过程;并将由此生成的误差序列带入到ISTA优化的GPR中进行二级预测,通过所得误差预测值对原始预测值进行校正并得到最终预测结果.案例分析表明,本文所提出的模型在短期风速预测中具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨磊	华北电力大学经济及管理学院	15	95	6.0	9.0
2	黄元生	华北电力大学经济及管理学院	84	487	13.0	18.0
3	高冲	华北电力大学经济管理系	10	26	3.0	5.0
4	刘诗剑	华北电力大学经济及管理学院	2	2	1.0	1.0
5	王光丽		1	1	1.0	1.0