[发明专利]基于最优小波包变换的非平稳风速预测方法

摘要

本发明提供一种基于最优小波包变换的非平稳风速预测方法，其包括如下步骤：第一步：采用谐波合成法生成零均值的非平稳风速，通过调制函数调制得到时变的非平稳风速序列；第二步：选用非对称的db类小波，利用小波包技术对进行分解；第三步：对于分解后的信号，分两类算法预测：即对高频信号采用自回归AR预测建模，对低频信号采用WSVM预测建模，其中WSVM的模型参数和核参数利用遗传算法优化选取；第四步：将高频信号的预测数据与低频信号的预测数据叠加得出最终预测结果。本发明在充分拟合低频信息的同时，也避免对高频信息的过拟合，从而提高了非平稳时间序列的预测精度。

主权项

一种基于最优小波包变换的非平稳风速预测方法，其特征在于，其包括如下步骤：第一步，采用经过样条曲线插值改进的谐波合成法生成零均值的非平稳风速，通过调制函数调制得到时变的非平稳风速序列；第二步，选用非对称的db类小波，利用小波包技术对信号进行分解，计算每一个分解子节点的Shannon熵，通过比较低频子节点和高频子节点的Shannon熵值之和与分解前的父节点熵值的大小，来决定是否继续分解；当子节点熵值之和小于父节点熵值时，则采纳此分解，否则保留父节点；利用此方法得到非平稳风速序列的最优分解树，经过小波包重构得到所需要的低频信号和高频信号；第三步，对于第二步分解后的高频信号和低频信号，分两类算法预测：即对高频信号采用自回归AR预测建模，对低频信号采用小波支持向量机预测建模，其中对于WSVM的模型参数和核参数采用遗传算法优化选取；第四步，将高频信号的预测数据与低频信号的预测数据进行叠加得出最终预测结果。