首页|基于VMD-Stacking混合模型的短期风速预测研究

基于VMD-Stacking混合模型的短期风速预测研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Research on short-term wind speed prediction based on VMD-Stacking hybrid model

张柯、刘海忠

展开 >

兰州交通大学数理学院,甘肃 兰州 730070

短期风速 变分模式分解 LightGBM LSTM Stacking

国家自然科学基金

11961039

2023

10.16644/j.cnki.cn33-1094/tp.2023.05.009

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(5)
  • 7