应对风速不确定性的聚类预测方法

摘要

为提高风速预测精度,提出了一种基于风速相似日聚类的小波包-神经网络风速预测方法.通过进行风速相似日聚类,把全年分为风速规律性更强的若干类时间段,然后对同类时间段内的风电数据进行小波包分解,得到频率不同、但规律性更强的风速子序列,最后基于径向基神经网络对各子序列建模并预测,通过叠加得到预测风速.基于风速相似日聚类和小波包分解均增强了风速子序列的规律性,从而提高风速预测的精度,算例仿真结果证明了所提方法的有效性.