| 引用本文: | 王韶,杨江平,李逢兵,刘庭磊.基于经验模式分解和神经网络的短期风速组合预测[J].电力系统保护与控制,2012,40(10):6-11,18.[点击复制] |
| .[J].Power System Protection and Control,2012,40(10):6-11,18[点击复制] |
|
| 摘要: |
| 风速时间序列具有很强的间歇性和随机性，属于非平稳时间序列。为提高预测精度，提出了经验模式分解法（EMD）和神经网络相结合的短期风速组合预测模型。该方法运用EMD将风速序列分解为一系列不同频率的相对平稳的分量，减少了不同特征信息之间的干扰；根据各个分量的变化规律，选择合适的神经网络模型来分别预测，对高频分量采用神经网络组合预测模型，低频分量采用合适的预测模型直接进行预测；将各分量预测值叠加得到最终预测值。算例结果表明，所提方法与单一的径向基神经网络模型（RBF）和支持向量机模型（SVM）相比，预测精度得到了大幅度的提高。 |
| 关键词: 短期预测 经验模式分解 径向基神经网络 支持向量机 广义回归神经网络 组合预测 |
| DOI：10.7667/j.issn.1674-3415.2012.10.002 |
|
| 基金项目:国家“111”计划项目（B08036）；输配电装备及系统安全与新技术国家重点实验室自主研究项目（2007DA10512709212） |
|
|
|
| () |
| Abstract: |
|
| Key words: |
