论文摘要
提出了一种基于低通滤波-变分模态分解的风速信号预处理方法。该方法首先从能量的角度直接通过低通滤波筛选出信号的趋势成分,再利用VMD将剩余信号分解成一系列相对平稳的限带内禀模态函数。将该信号预处理方法与核极限学习机结合,建立了风速多步预测模型。为了提高模型的预测性能,采用鸟群算法优化KELM预测模型的4个参数,以最优参数组合建立预测模型。最后以浙江某风电场采集的实际风速数据为例进行预测验证,结果表明所提出的多步预测方法具有较高的预测精度和运行效率。
论文目录
文章来源
类型: 期刊论文
作者: 向玲,邓泽奇,赵玥
关键词: 风速预测,变分模态分解,相空间重构,核极限学习机,鸟群算法
来源: 电网技术 2019年12期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 华北电力大学能源动力与机械工程学院
基金: 国家自然科学基金项目(51675178)~~
分类号: TM614
DOI: 10.13335/j.1000-3673.pst.2019.0176
页码: 4461-4467
总页数: 7
文件大小: 440K
下载量: 379