基于时间序列突变误差校正的超短期风速联合预测模型
来源期刊:昆明理工大学学报(自然科学版)2020年第4期
论文作者:黄文聪 张宇 张隽怡 谢博 常雨芳
文章页码:73 - 203
关键词:风速预测;灰狼算法;误差校正;支持向量机;经验模态分解法;局部均值分解法;
摘 要:为了提高风速预测的准确性,提出了一种超短期风速联合预测模型.该模型首先利用经验模态分解与局部均值分解分别将风速数据分解为一系列相对平稳的分量,然后采用灰狼算法进行参数寻优的支持向量机(GWO-SVM)对分量进行预测,最后整合所有分量的预测结果得到风速预测结果.此外,为了减小预测过程中存在的误差,对误差类型进行了分类和分析,提出了一种基于时间序列突变的误差校正方法,采用时间序列预测模型直接对误差值进行校正,有效地减小了风速预测的误差.最后,通过仿真实例,证明了该风速联合预测模型和误差校正方法可以显著地提高风速预测的准确性.
黄文聪1,张宇1,张隽怡1,谢博1,常雨芳1,2
1. 湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室2. 汉口学院电子信息工程学院
摘 要:为了提高风速预测的准确性,提出了一种超短期风速联合预测模型.该模型首先利用经验模态分解与局部均值分解分别将风速数据分解为一系列相对平稳的分量,然后采用灰狼算法进行参数寻优的支持向量机(GWO-SVM)对分量进行预测,最后整合所有分量的预测结果得到风速预测结果.此外,为了减小预测过程中存在的误差,对误差类型进行了分类和分析,提出了一种基于时间序列突变的误差校正方法,采用时间序列预测模型直接对误差值进行校正,有效地减小了风速预测的误差.最后,通过仿真实例,证明了该风速联合预测模型和误差校正方法可以显著地提高风速预测的准确性.
关键词:风速预测;灰狼算法;误差校正;支持向量机;经验模态分解法;局部均值分解法;