基于小波分析法与神经网络法的非平稳风速信号短期预测优化算法论文.pdfVIP

基于小波分析法与神经网络法的非平稳风速 信号短期预测优化算法 刘辉1,2， 田红旗1， CHENChao2,李燕飞1 1.中南大学交通运输工程学院轨道交通安全教育部重点实验室，湖南长沙，410075; 2.莫纳什大学机械与航空工程系运动产生与分析实验室，澳大利亚墨尔本，3168 摘要：为提高传统神经网络对非平稳风速的预测精度，提出一种基于小波分析法与神经网络法混合建模的优化算 法。该优化方法引入小波分析法对实测非平稳风速信号进行分解，将非平稳性原始风速序列转化为多层较平稳分 解风速序列，再利用BP神经网络对各分解层风速序列建立预测模型，最终加权各层预测结果获得风速超前多步 预测结果。仿真结果表明;该优化算法实现了风速的高精度短期多步预测，将传统神经网络法对应超前步数的平 均绝对相对误差分别提高了55.56％，32.43％和34.58％，其超前1步、3步和5步预测的风速平均相对误差分别 为0.48％，1.50％和2.97％。优化网络具备信号分解与自学习能力。 优化算法；风速预测；小波分析法；神经网络法 U216 A 1672-7207(2011)09-2704-08