基于改进经验模态分解和支持向量机的短期风速预测方法

摘要

本发明提出了一种基于改进经验模态分解CEEMDAN和蝙蝠算法BA优化支持向量机SVM的组合短期风速预测方法。采用CEEMDAN对原始风速时间序列进行分解，用BA‑SVM模型对分解得到的各子序列进行单独预测；最后，对得到的全部预测结果求和即风速预测值。本发明对原始风速时间序列进行精确重构，克服了现有技术中存在的模态混叠现象，同时显著改进了现有技术中分解不完整、以及通过增加分解次数来降低重构误差而导致计算量增大的缺陷；采用蝙蝠算法对支持向量机的参数进行优化，并采用形成的BA‑SVM模型针对每一个分量进行预测，再将各分量预测结果叠加，大大提高了风速预测的精确性。