10.13335/j.1000-3673.pst.2019.0176
基于LPF-VMD和KELM的风速多步预测模型
提出了一种基于低通滤波-变分模态分解的风速信号预处理方法.该方法首先从能量的角度直接通过低通滤波筛选出信号的趋势成分,再利用VMD将剩余信号分解成一系列相对平稳的限带内禀模态函数.将该信号预处理方法与核极限学习机结合,建立了风速多步预测模型.为了提高模型的预测性能,采用鸟群算法优化KELM预测模型的4个参数,以最优参数组合建立预测模型.最后以浙江某风电场采集的实际风速数据为例进行预测验证,结果表明所提出的多步预测方法具有较高的预测精度和运行效率.
风速预测、变分模态分解、相空间重构、核极限学习机、鸟群算法
43
TM614(发电、发电厂)
国家自然科学基金51675178
2020-01-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
4461-4467