基于集合经验模态分解和小波神经网络的短期风功率组合预测

摘要：

从挖掘风功率特性出发,提出一种基于集合经验模态分解(EEMD)和小波神经网络(WNN)的新型风功率组合预测模型.首先对风功率序列进行集合经验模态分解,以降低风功率序列的非平稳性特征；其次基于相空间重构挖掘各子序列的统计特性,以避免预测模型输入维数选取的随意性；然后对各子序列建立小波神经网络预测模型；最后叠加各子序列预测结果得到风功率预测值.实例研究表明本文所提的组合预测模型具有较高的预测精度和较大的工程应用潜力.

关键词：风功率、预测、集合经验模态分解、小波神经网络、组合模型

所属期刊栏目：28

分类号：TM315(电机)

资助基金：博士点基金20110141110032;教育部中央高校基本科研业务费专项资金20112072020008

在线出版日期：2014-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：137-144