基于误差修正和VMD-ICPA-LSSVM的短期风速预测建模

来源：南京信息工程大学学报·自然科学版杂志2024年第2期北京时间：

作者：钟琳，颜七笙

单位：钟琳,东华理工大学 理学院,南昌, 330013,颜七笙,东华理工大学 理学院,南昌, 330013,yanqs93@126.comis_first_author:0,is_contact_author:,sequence:2,first_name:,middle_name:,last_name:,resume:,institute_superscript:

摘要：精准的风速预测是将风能大规模应用到电力系统中的关键,而风速序列的随机性和波动性等特点使得风速预测难度增加.为增强风速序列的可预测性,采用Logistic混沌映射策略、自适应参数调整策略以及引入变异策略对食肉植物算法(CPA)进行改进,并提出了基于误差修正和VMD-ICPA-LSSVM的短期风速预测模型.首先将气象因子作为最小二乘支持向量机(LSSVM)的输入对风速进行预测,获得误差序列.再利用K-L散度自适应地确定变分模态分解(VMD)的参数,并对误差序列进行分解.结合改进食肉植物算法(ICPA)优化LSSVM可调参数的方法来预测分解的子序列.叠加各子序列预测结果后对原始预测序列进行误差修正,进而得到最终风速预测值.实验结果表明,与其他模型相比,所提模型有着更好的预测精度和泛化性能.

关键词：变分模态分解;食肉植物算法;最小二乘支持向量机;误差修正;风速预测

基金资助：国家自然科学基金(71961001);东华理工大学研究生创新基金(DHYC-202225)