基于完备集合经验模态分解的SE-BiGRU超短期风速预测 |
| |
作者姓名: | 金子皓 向玲 李林春 胡爱军 |
| |
作者单位: | 华北电力大学机械工程系 |
| |
基金项目: | 国家自然科学基金(52075170,52175092); |
| |
摘 要: | 考虑风力发电具有随机性和不稳定性,为准确预测风速,提出一种基于完备集合经验模态分解和双向门控单元网络相结合的短期风速组合预测方法。首先,采用完备集合经验模态分解,将原始风速序列分解为若干个具有较强规律性的子序列,以减少不同特征尺度序列间的相互影响;然后,利用样本熵来评估风速子序列的复杂度,将复杂度相近的子序列组合为一个新序列,以减少输入到神经网络的模型数量;最后,将新组合的子序列分别输入到双向门控单元网络中进行预测,得到各子序列的预测结果,叠加得最终的风速预测结果。实例预测结果表明,所提出的风速预测方法具有较高的精度和运行效率。
|
关 键 词: | 风力发电 风速超短期预测 完备集合经验模态分解 样本熵 双向门控单元网络 |
|