基于Lorenz扰动分布和VMD的神经网络风速预测研究

关键词：风速预测 vmd 核密度估计 lorenz扰动 

摘要：针对风速的随机性、非线性和不确定性特征,提出基于VMD和Lorenz扰动的神经网络模型进行风速预测。首先,对风速数据采用变分模态分解(VMD)进行预处理,得到特征模态分量,然后采用BP神经网络对每个分量进行预测,并且将分量预测结果进行重构得到风速点预测值,最后以风速点预测为基础,根据核密度估计的Lorenz扰动序列概率分布进行风速区间预测。以西班牙风电场和中国风电场为实例进行预测,预测结果显示:(1)VMD算法可以提高神经网络模型点预测结果的精度;(2)根据Lorenz扰动序列分布进行风速区间估计,不仅量化了大气中不确定的影响因素,而且区间预测结果可靠性较高。

华北电力大学学报·社会科学版杂志要求:

{1}多次引用同一著者的同一文献时，在正文中标注首次引用的文献序号，并在序号的“[]”外著录引文页码，文末参考文献中不再著录页码。

{2}作者文责自负，文中所引文献、图片要有出处。对于侵犯他人版权或其他权利的文稿、图片，本刊不承担连带责任。

{3}作者须对来稿的真实性及科学性负责。依照《中华人民共和国著作权法》有关规定，本刊可对来稿做文字修改、删节。凡有涉及原意的修改，则提请作者考虑。稿件请作者退修1个月未修回者，视作自动撤稿。

{4}正文中的各级标题按照:居中黑体、一、（一）.1.……的形式编排顺序。

{5}多作者文稿署名时必须排序，应注明每位作者的工作单位和邮政编码。第一作者还须提供性别、出生年、学位、职称、是否为研究生导师等方面的信息。通信作者应注明联系电话及其电子信箱。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社