基于集合经验模态分解和支持向量机的短期风速预测模型

• 作 者: 祝晓燕 张金会 付士鹏 朱霄珣
• 机 构: 华北电力大学能源动力与机械工程学院
• 出 处: 华北电力大学学报(自然科学版)
• 发表日期: 2013年5期
• 关键词: 集合经验模态分解 支持向量机 粒子群算法 预测模型 ensemble empirical mode decomposition support vector

针对风电场时短期风速的准确预测的要求，建立了一种基于集合模态分解（Ensemble Empirical Mode Decomposition，EEMD）和粒子群算法（Particle Swarm Optimization，PSO）优化支持向量机（Support Vector Machine，SVM）的预测模型。该模型首先对非平稳的风速时间序列进行EEMD分解，分解为一系列的相对平稳的分量；然后SVM对各个分量进行预测，针时各个分量的特点利用PSO对SVM进行参数的优化，对各个分量的SVM预测模型选取最佳的