[发明专利]一种短期风速预测方法

摘要

一种短期风速预测方法S1、根据局域均值分解对原始风速时间序列进行分解，得到多个PF分量和一个余量；S2、对分量和余量构建各自的训练数据集和测试数据集；S3、对PF分量和余量分别建立改进粒子群算法优化神经网络的风速预测模型；S4、将训练数据集中多个PF分量和余量的训练样本逐一输入改进粒子群算法优化神经网络的风速预测模型进行训练，不同PF分量设定数据输入维数学习反馈机制，得到风速预测子模型；S5、将测试数据输入到子模型进行预测，得到预测输出值；S6、将预测输出值进行组合叠加处理，得到风速预测结果。本发明相对于传统单一的神经网络预测方法可以获得更高精度的短期风速预测结果。

主权项

一种短期风速预测方法，其特征在于包括以下步骤：S1、获取原始风速时间序列，根据局域均值分解对原始风速时间序列进行分解，得到多个PF分量和一个余量；S2、对每个PF分量和余量构建各自训练数据集和测试数据集；S3、对每个PF分量和余量分别建立改进粒子群算法优化神经网络的风速预测模型；S4、将训练数据集中全部PF分量和余量的训练样本逐一输入改进粒子群算法优化神经网络的风速预测模型进行训练，针对不同PF分量设定数据输入维数学习反馈机制，得到各自对应的风速预测子模型；S5、将测试数据集输入到各自对应的风速预测子模型进行预测，得到每个风速预测子模型的预测输出值；S6、将每个风速预测子模型的预测输出值进行叠加处理，得到最终的风速预测结果。