基于经验模式分解的神经网络组合风速预测研究

摘要：

为了提高风电并入电网的安全性,需要对风功率进行提前预测.风速预测是风功率预测的关键,而风速的不稳定性是预测的难点.为了降低风速的不稳定性,提高预测精度,提出经验模式分解法将风速分解并重组成2组不同的序列,对高频分量采用神经网络组合预测,剩余分量采取BP神经网络预测,并对两分量预测结果等权相加得预测结果.针对不同的样本进行建模预测,验证了该方法的适用性.并比较了GRNN、BP、LS-SVM 3种方法不同组合方式的预测精度,证明了在该组合方法中3种方法优势互补.

关键词：风速、经验模式分解、GRNN、BP、LS-SVM、组合预测

所属期刊栏目：33

分类号：TM614(发电、发电厂)

资助基金：新能源电力系统国家重点实验室开放课题LAPS16008

在线出版日期：2018-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：62-67