基于小波变换的ARMA-RBF光功率组合预测

摘要

针对光功率时间序列的非线性、时变性的复杂特性,设计基于小波变换的光功率时间序列预处理解析算法,构建ARMA-RBF组合预测模型,并提出一种训练因子调整RBF神经网络的训练频率来优化组合模型,最终实现光功率的预测.实验结果表明,该组合模型的预测精度较ARMA模型提高了40.2％,较RBF模型提高了28.3％.