论文摘要
针对风速的随机性和不稳定性,提出了基于集合经验模态分解的人工神经网络(Artificial Neural Network,ANN)组合预测模型。首先采用集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)将信号分解,产生一系列特征互异的本征模态函数(Intrinsic Mode Functions,IMF)。之后计算各本征模态函数的样本熵(Sample Entropy,SE),将随机性相似的相邻分量重新组合,提高运算效率。并采用相空间重构(Phase Space Reconstruction,PSR)确定了预测模型输入层节点个数。最后,对于随机性高的分量采用神经网络组合预测模型,其余分量分别建立单一径向基函数神经网络直接预测,将各新模态分量预测结果叠加得到最终预测值,实现风速短期预测。仿真结果表明,文章提出的组合预测模型具有较高的预测精度。
论文目录
文章来源
类型: 期刊论文
作者: 赵征,乔锦涛
关键词: 风速预测,集合经验模态分解,样本熵,相空间重构,组合预测模型
来源: 电力科学与工程 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 华北电力大学控制与计算机工程学院
基金: 河北省自然科学基金资助项目(G2016502009),中央高校基本科研业务费专项资金资助项目(2017MS133)
分类号: TM614;TP183
页码: 31-36
总页数: 6
文件大小: 254K
下载量: 250
相关论文文献
标签：风速预测论文; 集合经验模态分解论文; 样本熵论文; 相空间重构论文; 组合预测模型论文;