科研之友
微信
新浪微博
Facebook
分享链接
摘要
风速预测对风电场进行调度与控制具有重大意义。针对风速序列的随机性与间歇性，文中提出了EMD-GWO-SVR组合预测模型。先对原始序列进行经验模态分解，并应用GWO算法对支持向量回归模型的参数进行寻优。随后将寻优得到的最佳参数代入支持向量回归模型，并对分解后的本征模函数及残差项分别进行预测，将得到的各预测结果相加从而对风速进行预测。以甘肃省酒泉市的历史气象数据为例，建立BP神经网络、SVR、PSO-SVR、GWO-SVR、EMD-PSO-SVR和EMD-GWO-SVR6种预测模型，对该地的风速进行预测。仿真结果表明，文中提出的EMD-GWO-SVR模型预测精度相比SVR提高了61.759 8%,且其MAE、MAPE和RMSE等误差指标评价值显著低于其它5种模型。
- 单位
