基于VMD和IBA-LSSVM的短期风电功率预测

作者：王瑞; 陈泽坤; 逯静^*

来源：河海大学学报(自然科学版), 2021, 49(06): 575-582.

• 发电功率预测
• 风电
• 变分模态分解
• 蝙蝠算法
• 最小二乘支持向量机

为了提高风电功率预测精度,提出了一种基于变分模态分解(VMD)和改进的最小二乘支持向量机(LSSVM)的短期风力发电功率预测新模型。利用VMD将功率历史数据分解成趋势分量、细节分量和随机分量以降低原始数据的复杂性和不平稳性,然后建立IBA-LSSVM预测模型,利用改进蝙蝠算法(IBA)对最小二乘向量机的参数进行优化,并分别对各个子模态进行预测,叠加子模态的预测结果以得到最终的发电功率预测值。对宁夏某风电厂功率预测结果证明了该模型的有效性,通过不同预测模型的对比验证了模型具有较高的预测精度。

• 单位
  河南理工大学; 自动化学院