基于样本熵和支持向量机的短期风速预测模型.pdfVIP

第 29卷第4期 电 力 科 学 与 技 术 学 报 Vo1．29NO．4 2014年 12月 JOURNALOFELECTRIC POWER SCIENCE AND TECHNOLOGY Dec．2O14 基于样本熵和支持向量机的短期风速预测模型 林常青 ，上官安琪 ，徐 箭 ，许 梁 (1．湖北省电力公司，湖北 武汉 430077；2．武汉大学 电气工程学院，湖北 武汉 430072) 摘 要 ：提出一种经验模态分解、样本熵和支持向量机相结合的短期风速组合预测方法。首先利用经验模态分解 将原始风速序列逐级分解成若干个规律性更强的子序列，以减小不同特征尺度序列间的相互影响，提高预测精度。 接着计算各风速子序列的样本熵 ，将复杂度相近的序列归类形成一个新序列，以减少所需建立 的预测模型的数量 。 然后对经 EMD—SE处理后得到的新的风速子序列分别建立支持 向量机预测模型，并采用遗传算法实现各模型参 数 的 自动选取和寻优 ，最后将各序列的预测结果叠加得到风速预测结果 。算例研究表 明，该方法充分挖掘 了风速 序列的特性 ，能快速地对风速变化作 出响应 ，预测的均方根误差和百分 比误差分别 比单纯采用支持 向量机法降低 了5．1％和 5．4 ，有效地提高了短期风速预测 的准确度 。 关 键 词 ：短期风速预测；经验模态分解；样本熵；支持向量机 中图分类号 ：TM614 文献标识码 ：A 文章编号：1673—9140(2014)04—0012—06 Forecastingmodelofshort-term windspeedbasedon sample entropyand supportvectormachine LIN Chang—qing ，SHANGGUAN An—qi，XU Jian ，XU Liang (1．HubeiElectricPowerCompany，Wuhan430072，China 2．SchoolofElectricalEngineering，WuhanUniversity，Wuhan430072，China) Abstract：Thispaperputforwardashort—term windspeedforecastingmethodcombinedwitham— piricalmodedecomposition (EMD)，sampleentropy (SE)andsupportvectormachine (SVM )． Firstly，EMD wasusedtochangetheoriginalwindspeedsequenceintoseveralmoreregularsub— sequencesstepbysteptominimizethemutualinfluencebetweendifferentsequencesandimprove thepredictionprecision．ThencalculatingtheSE ofeachwindspeedsequence，clustersequences ofsimilarcomplexitywasformedanew sequence，whichcanreducethenumberofforecastmodel required．SVM predictionmodelswassetuprespectivelyforthenew windspeedsequencesopera— tedbyEMD-SE，andthenautomaticselectionandoptimizationofmodelparameterscanbereal— izedbyusinggeneticalgorithm (GA)．Casestudyresultsshowedthatthemethodfullyexploited thecharacteristi