基于LMD-IMVO-LSSVM的短期风速预测

作者：桑茂景; 谢丽蓉^*; 李进卫; 王斌; 杨欢

来源：可再生能源, 2021, 39(09): 1197-1203.

DOI：10.13941/j.cnki.21-1469/tk.2021.09.009

• 风速预测
• 局部均值分解
• 改进多元宇宙优算法
• 最小二乘支持向量机

风速信号具有的随机性和波动性的特点给风速预测的准确性带来了巨大挑战。现有的风速预测方法较多,但大都难以满足风电场需求的预测效果。文章提出了一种基于LMD-IMVO-LSSVM的短期风速预测方法。首先采用局部均值分解(LMD)方法将原始风速序列分解为若干个平稳的风速子序列,结合改进多元宇宙优化算法(IMVO)寻优最小二乘支持向量机(LSSVM)的可调参数预测方法,建立了LMD-IMVO-LSSVM的风速预测组合模型;然后对分解得到的每个平稳子序列进行单独的预测,叠加各子序列预测结果,即得到最终的风速预测值。通过实验仿真分析得出,文章提出的组合预测模型可大大提高风速预测的准确性。

• 单位
  山东钢铁集团日照有限公司; 新疆大学; 清华大学; 电力系统及发电设备控制和仿真国家重点实验室