基于Morlet小波核的LSSVM脉动风速预测方法

摘要

本发明提供一种基于Morlet小波核的LSSVM脉动风速预测方法，包括以下步骤：利用ARMA模型模拟生成垂直空间点脉动风速样本，将每个空间点的脉动风速样本分为训练集、测试集两部分，对其分别进行归一化处理；建立Morlet小波核的LSSVM模型；利用PSO优化后的Morlet小波核函数将脉动风速训练样本变换成为核函数矩阵，映射到高维特征空间；得到脉动风速训练样本的非线性模型，利用此模型对脉动风速测试样本进行预测；将测试样本和预测的脉动风速结果对比，计算预测风速与实际风速的平均误差、均方根误差以及相关系数。本发明确保脉动风速预测的精确性，提供了新的具有较高精度和稳定性的小波核函数选择。

主权项

一种基于MORLET小波核的LSSVM脉动风速预测方法，其特征在于，其包括以下步骤：第一步：利用ARMA模型模拟生成垂直空间点脉动风速样本，将每个空间点的脉动风速样本分为训练集、测试集两部分，采用Matlab对样本归一化处理；第二步：根据一维Morlet母小波函数，构造满足Mercer定理的Morlet小波核函数，使该核函数具备多尺度分析和系数变换的特性，建立基于Morlet核函数的LSSVM模型；第三步：引入PSO优化方法，对Morlet核函数的参数优化：小波核函数参数l、惩罚参数c进行寻优，确定最优模型参数，利用PSO优化后的Morlet核函数将脉动风速训练样本变换成为核函数矩阵，映射到高维特征空间，得到脉动风速训练样本的非线性模型，利用此模型对脉动风速测试样本进行预测；第四步：将测试样本和预测的脉动风速结果对比，计算预测风速与实际风速的平均绝对误差、均方根误差以及相关系数。