考虑CEEMDAN样本熵和SVR的短期风速预测

• 作者: 魏炘 石强 符文熹 陈良
• 来源期刊: 水电能源科学
• 关键词: CEEMDAN 样本熵 VMD 支持向量回归 短期风速预测
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 能源|ENERGY
• 页码范围: 207-210
• 页数: 4页
• 分类号: TM614
• 语种: 中文

摘要

为降低由于风速信号的非线性和非平稳性带来的风速预测难度,提高短期风速预测的准确性,提出一种考虑样本熵的组合分解模式和支持向量回归(SVR)相结合的预测模型.首先采用自适应噪声的完全集合经验模态分解(CEEMDAN)方法分解风速历史数据,并计算各模态分量的样本熵;然后采用变分模态分解(VMD)方法对样本熵最大的模态分量进行二次分解,充分削弱风速分量的非平稳性;接着对分解得到所有模态分量分别建立SVR预测模型;最后将各分量的预测值求和完成最终风速预测.实例分析表明,所提模型对比其他模型的预测误差最小,预测精度最高,可有效预测短期风速.