基于两阶段分解与极限学习机的短期风速预测方法

摘要

本发明涉及风速短期预测技术领域，公开了一种基于两阶段分解与极限学习机的短期风速预测方法，其中两阶段分解法主要用于对原始风速系列进行分解，在分解过程中，首先利用CEEMDAN将原始风速序列分解成一系列具有不同频率的本征模态分量，然后利用VMD对频率最高的本征模态分量进行二次分解以降低CEEMDAN高频分量对预测结果的影响，得到一系列变分模态，最后采用极限学习机模型对两阶段分解得到的各子序列进行预测，并对预测结果进行累加重构，得到原始风速序列的预测值。本发明能够初步对风速时间序列的随机波动进行处理，减少风速时间序列的强非线性和非平稳性对预测结果的影响，进一步提高极限学习机预测模型的预测精度。