基于奇异谱分析-模糊信息粒化和极限学习机的风速多步区间预测

摘要：

不同于风速点预测,风速区间预测能描述风速的随机性.因此,提出一种基于奇异谱分析-模糊信息粒化和极限学习机组成的风速多步区间预测模型.该方法采用奇异谱分析提取原始数据的趋势成分、振荡成分和噪声成分,并对所有分量进行重构,然后利用模糊信息粒化对重构后的噪声成分进行有效挖掘,提取每个窗口最小值、平均值和最大值.对各分量采用极限学习机分别建立预测模型,为了提高预测精度、缩小区间范围,采用改进布谷鸟算法对预测模型的参数进行优化.最后将所有分量的预测结果进行叠加,实现风速区间预测.以风电场实际数据为算例,结果表明所提方法具有较高的预测精度和可靠的多步区间预测,且运行效率高,能有效跟踪风速变化.

关键词：多步区间预测、风速点预测、奇异谱分析-模糊信息粒化、极限学习机、改进布谷鸟算法

所属期刊栏目：42

分类号：TM614(发电、发电厂)

资助基金：广东省科技计划项目2016A010104016.Project Supported by Guangdong Province Science and Technology Project 2016A010104016

在线出版日期：2018-08-29（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：1467-1474