科研之友
微信
新浪微博
Facebook
分享链接
摘要
该文首次提出基于分形优化的变分模态分解(VMD)和遗传算法(GA)改进的反向传播神经网络(BP)模型的短期风速预测方法。首先使用计盒维数算法优化VMD分解层数,然后针对风速序列的非平稳性,利用优化后的VMD分解原始风速序列得到较平稳风速子序列,最后采用遗传算法改进的BP神经网络分别训练预测各模态分量,并通过叠加所有分量预测值得到最终预测结果。使用该方法对美国某风电场风速进行预测,将预测结果与BP、VMD-ARMA、VMD-LSTM、VMD-BP、基于分形优化VMD-BP模型对比,并选取MAE、RMSE、MAPE这3种评价指标分别评价上述6个模型。结果表明:使用基于分形优化的VMD-GA-BP模型能显著提高预测效果,降低风速预测误差。
- 单位
