发明名称 | 基于EMD的LSSVM非平稳脉动风速预测方法 | ||
摘要 | 本发明提供一种基于EMD的LSSVM非平稳脉动风速预测方法,其包括以下步骤:利用TARMA模型模拟生成垂直空间点非平稳脉动风速样本;利用游程判定法,将波动程度相近的分量重构为高-中-低频三个分量;针对三个分量的特征分别建立相应的预测模型,预测中间点的三个分量。同时引入PSO优化方法,确定最优模型参数;利用PSO优化后的LSSVM模型对三个分量进行学预测;将预测的中间点三个分量进行叠加得到中间点的非平稳脉动风速;将测试样本和EMD-PSO-LSSVM预测的非平稳脉动风速结果对比,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。本发明确保非平稳脉动风速预测的精确性。 | ||
申请公布号 | CN104951798A | 申请公布日期 | 2015.09.30 |
申请号 | CN201510315719.9 | 申请日期 | 2015.06.10 |
申请人 | 上海大学 | 发明人 | 李春祥;何亮;迟恩楠 |
分类号 | G06K9/62(2006.01)I | 主分类号 | G06K9/62(2006.01)I |
代理机构 | 上海上大专利事务所(普通合伙) 31205 | 代理人 | 陆聪明 |
主权项 | 一种基于EMD的LSSVM非平稳脉动风速预测方法,其特征在于,其包括以下步骤:第一步:利用TARMA模型模拟生成垂直空间点非平稳脉动风速样本,将上下两个空间点的非平稳脉动风速样本进行EMD处理,将其分解为一系列相对平稳的分量;第二步:根据游程判定法,将波动程度相近的分量重构为高‑中‑低频三个分量,使所得分量特征信息集中且预测分量大幅减少;第三步:针对三个分量的特征分别建立相应的预测模型,预测中间点的三个分量,同时引入PSO优化方法,确定最优模型参数;利用PSO优化后的LSSVM模型对三个分量进行学习预测;第四步:将预测的中间点三个分量进行叠加得到中间点的非平稳脉动风速,同时将测试样本和预测的非平稳脉动风速结果对比,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。 | ||
地址 | 200444 上海市宝山区上大路99号 |