[发明专利]一种基于分解与优化的短期风速时序预测方法

权利要求书

1.一种基于分解与优化的短期风速时序预测方法，其特征在于，包括以下步骤：

S1:按小时进行原始风速序列采样及处理，构建时序风速序列{v₁,v₂,v₃…v_n}，其中， v表示风速，n表示序列长度；

S2:将时序风速进行3层小波分解，得到高频细节序列d₁,d₂,d₃和一个低频近似序 a₃；

S3:对分解得到的序列进行二插值重构，得到细节序列D₁,D₂,D₃和近似序列A₃；

S4.对重构后的各序列分别进行归一化处理,构建时序相关序列组，将最后24组作 为测试集，其余为训练集；

S5:利用步骤S4中的训练集数据，使用混沌萤火虫算法优化最小二乘支持向量机 超参数c,σ²，得到最优LS-SVM；

S6:将步骤S4中的测试集数据输入到步骤S5中的最优LS-SVM进行风速预测；

S7:将各预测值反归一化后叠加得到实际的风速预测值。

2.根据权利要求书1所述的一种基于分解与优化的短期风速时序预测方法，其特 征在于，所述的步骤S4中，具体的归一化的公式如下：

vi1=vi-vminvmax-vmin---(1)]]>

v_max,v_min分别表示原始序列中最大、最小风速，v_i,v_i1分别表示第i时段原始及归 一化后的风速；

构造的时序相关序列数据组，具体的是，每一行的前六位是输入，最后一位 是输出，其形式如下：

v1v2...v6v7v8...v9............vn-6vn-5...vn---(2)]]>

式中n是构建的原始风速数据的长度。