基于RT重构EEMD‑RVM组合模型的风功率短期区间预测方法

摘要

本发明公开了一种基于RT重构EEMD‑RVM组合模型的风功率短期区间预测方法。首先对原始风功率序列进行集合经验模态分解，获得相对平稳但具有不同特征的本征模态函数(IMF)分量和剩余(RES)分量；采用游程检测法(RT)对各上述分量进行波动程度检测，将相似的分量依照fine‑to‑coarse顺序分别重构成随机分量、细节分量和趋势分量这三个具有典型特征的新分量；然后对新分量采用相关向量机(RVM)分别建立区间预测模型；最后将各新分量的预测结果叠加得到一定置信水平下总体的区间预测结果。采用本发明方法，模型的预测精度和区间覆盖率得到提高，区间宽度明显变窄，从而使得预测效果显著改善。

主权项

一种基于RT重构EEMD‑RVM组合模型的风功率短期区间预测方法，其特征在于，包括以下步骤：步骤1、采用集合经验模态分解方法对原始风功率序列进行分解，获得多个IMF分量和RES分量；步骤2、在步骤1的基础上采用游程检测法对各IMF分量和RES分量进行波动程度检测，将波动程度相似、变化规律相近的分量依照fine‑to‑coarse顺序重构成随机分量、细节分量和趋势分量这三类具有典型特性的新分量；步骤3、在步骤2的基础上按照以风功率待预测时刻前5个点的数据作为训练样本输入的原则对各新分量数据进行处理，构造出训练样本与预测样本并归一化；步骤4、在步骤3的基础上对相关向量机预测模型的参数采用网格搜索进行优化，得到最优化的核函数宽度和组合核系数权重，设定相关向量机预测模型的迭代初值；步骤5、在步骤4的基础上求得预测模型的其他参数，并求得各新分量的预测值和方差，将各新分量的预测结果进行叠加，最终得到一定置信度下风功率短期预测区间。