基于经验模式分解和自适应神经模糊推理的风速短期 - 中南大学学报.pdf

第 47卷第 2期 中南大学学报(自然科学版)  Vol.47  No.2  2016 年 2 月  Journal of Central South University(Science and Technology)  Feb. 2016  DOI: 10.11817/j.issn.1672−7207.2016.02.044  基于经验模式分解和自适应神经模糊推理的 风速短期智能预测混合方法 1, 2  1  1  1  1  刘辉  ，张雷  ，田红旗  ，梁习锋  ，李燕飞  (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.  德国 Rostock 大学 信息与电子工程学院，德国 罗斯托克，18109)  摘要：为实现风速的超前多步高精度预测，提出一种基于经验模式分解与自适应神经模糊推理的混合方法。该方 法利用经验模式分解法对铁路风速进行多层分解计算以降低风速的强随机性，对分解后的各层风速数据分别建立 自适应神经模糊推理预测模型并完成预测计算，最终加权各层预测值获得原实测数据的对应步数的预测结果。运 用所提出的方法对青藏铁路某监控点的风速进行预测。研究结果表明：所提出的混合方法有效融合了经验模式分 解法的信号细分性能和自适应神经模糊推理法的非线性追踪能力，混合模型的超前 1 步、2 步、3 步预测的平均 相对误差分别为 6.24%，11.11%和 14.30%，体现出良好的非平稳信号预测性能。 关键词：铁路安全；风速预测；经验模式分解；自适应模糊推理 中图分类号：U216  文献标志码：A  文章编号：1672−7207(2016)02−0676−07  Short­term wind speed intelligent prediction method  based on empirical mode decomposition and  adaptive neural fuzzy inference system  1, 2  1  1  1  1  LIU Hui  , ZHANG Lei ,TIAN Hongqi ,LIANG Xifeng ,LI Yanfei  (1. Key Laboratory of Traffic Safety on Track of Ministry of Education,  School of Traffic  Transportation Engineering, Central South University, Changsha 410075, China;  2. Institute of Automation, Faculty of Informatics and Electrical Engineering,  University of Rostock, Rostock 18109, Germany)  Abstract: To get high­precision foreca