摘要
由于风速序列高度非线性、间歇性和非平稳的特点,给预测带来了困难,从而影响了可再生能源制造.本文提出基于变分模态分解(VMD)和Stacking集成学习的短期风速混合预测方法.VMD将风速序列分解为平稳分量,以解决非平稳问题;考虑风速序列实质特征,Stacking的基学习器采用LightGBM、LSTM和全连接网络(FCN)算法.实验采用真实风速数据,VMD-Stacking混合模型的RMSE、MAE和MAPE分别为0.1772、0.1553和8.32%.与其他分解方法或不同的基学习器组合相比,VMD-Stacking充分利用时间序列特征和风速波动信息,提高了短期风速预测的准确性和稳定性.