基于二次分解与IGWO-LSSVR模型的超短期风速预测研究

摘要：

针对风速序列的非线性导致预测精度不高的问题,提出了一种基于二次分解技术和改进灰狼算法的风速预测模型.首先,利用该模型对风速序列进行完备经验模态分解(CEEMD),并且对复杂度过大的前3个分量采用变分模态分解(VMD)进行二次分解;然后,对分解后的各个分量采用改进灰狼算法(IGWO)优化最小二乘支持向量回归(LSSVR)进行风速预测得到各个分量的预测值;最后,将各个分量预测值相加得到风速的预测结果.结果表明,二次分解技术能有效降低子分量的复杂度;改进的灰狼算法能有效提高算法寻优能力,提高风速预测准确性.

关键词：风速预测、改进灰狼算法、分解技术、最小二乘支持向量回归

所属期刊栏目：37

分类号：TM614(发电、发电厂)

资助基金：北京市自然科学基金;中央高校基本科研业务费专项

在线出版日期：2021-06-11（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：18-25