基于EMD的短期风速预测混合模型

为了让风电电力系统在并网时能够平稳运行，降低因系统波动带来的经济损失，同时提高风电电力系统的竞争能力，找到一种稳定准确的风速预测方法有着重要且现实的意义。在机器学习的方法中，基于反向传播算法调整权值的BP神经网络是最常用也是最有效的方法之一。尽管BP神经网络拟合非线性序列的能力很强，但是在调整权值的过程中收敛速度慢，同时十分容易陷入局部最优值，为有效解决这两个可能出现的问题，将遗传算法(GA)用于优化神经网络。在此基础上，考虑到风速序列的间歇性、非平稳性以及差异性等特点，提出了一种基于经验模态分解(EMD)、遗传算法(GA)和BP神经网络的短期风速预测模型EMD?GA?BPNN，通过和其他几种模型的横向对比，验证了此模型在短期风速预测效果上的可靠性与优势。