基于LPF-VMD和KELM的风速多步预测模型OA北大核心CSCDCSTPCD
Multi-step Wind Speed Prediction Model Based on LPF-VMD and KELM
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.
向玲;邓泽奇;赵玥
华北电力大学能源动力与机械工程学院,河北省保定市071003华北电力大学能源动力与机械工程学院,河北省保定市071003华北电力大学能源动力与机械工程学院,河北省保定市071003
信息技术与安全科学
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
《电网技术》 2019 (12)
风火打捆下汽轮发电机组轴系振动机理及机电耦合故障诊断方法研究
4461-4467,7
国家自然科学基金项目(51675178).
评论