基于CEEMDAN—DBN的风向预测研究

摘要：

高精度的风向预测有利于提高发电量、制定偏航控制方法和维持风电机组的稳定运行.由于风向具有随机性和不确定性,文章提出一种基于CEEMDAN和深度置信网络(DBN)组合的短期风向预测模型.首先,采用随机森林算法对原始风向数据进行分类,同时再利用拉伊达准则对其进行异常值的处理;然后采用CEEMDAN进一步剔除选定输入序列中所含有的无用的输入信息,提取建模所需特征信息;最后利用深度置信网络进行建模,结合中国某风电场的数据完成风向预测.实验结果表明,文章所用方法相比于BP、LSTM、ELM算法提高了预测精度,对偏航研究提供了支持.

关键词：风向预测、随机森林、CEEMDAN算法、深度置信网络

分类号：TM73(输配电工程、电力网及电力系统)

在线出版日期：2022-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：154-156