基于小波分解的风电场短期功率混合预测模型 (2011年)

为提高预测前1h风电功率的精度,提出一种基于小波分解(WD )的人工神经网络(ANN)及最小二乘支持向量机(LS- SVM)相结合的预测方法。通过小波分解将功率和风速序列分解为不同频率的子序列,根据风机输出功率特点分析,对低频和高频子序列分别采用ANN法和LS- SVM法进行预测,最后通过重构得到预测结果。利用该方法对东北某风电场提前1h的功率进行预测,实验结果表明:该模型具有较高的预测精度,与单纯的BP神经网络的模型相比,绝对平均误差从10 .25 %下降到5.62 %。