基于小波分解与ARMA-BayesLSTM组合模型的风向短期预测

摘要：

针对风向的随机性、不稳定性、强相关性,提出了1种基于小波分解的自回归滑动平均模型(Autoregressive moving average,ARMA)与Bayes-LSTM(Long short-term memory,LSTM)组合的风向预测算法.首先对风向序列进行小波分解;然后使用ARMA与Bayes-LSTM算法分别对各分量进行预测;最后对预测结果进行重构,得到预测风向.与ARMA、LSTM、Bayes-LSTM预测方法进行对比,结果表明,所提出的组合算法对风向具有更好的预测精度.

关键词：风力发电、风向预测、自回归滑动平均模型、贝叶斯优化、长短期记忆神经网络、小波分解

所属期刊栏目：39

分类号：TM614;TP183(发电、发电厂)

资助基金：国电联合动力技术有限公司科技项目LHDL-2021-18

在线出版日期：2023-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：17-23