[发明专利]基于EEMD-ELM的非平稳脉动风速高精度预测方法

摘要

本发明提供一种基于EEMD-ELM的非平稳脉动风速高精度预测方法，该方法包括四个步骤。本发明针对各空间点脉动风速的非线性和非平稳性，预测模型对于集合经验模态分解后的固有模态函数分量具有很好的学习能力，训练误差很小，同时，采用极限学习机进行预测，确保非平稳脉动风速预测的高精确性，根据运行结果表明，基于集合经验模态分解-极限学习机方法预测得到的非平稳脉动风速与实际非平稳脉动风速吻合很好，可以作为单点非平稳脉动风速预测的一种有效方法，本发明为非平稳脉动风速预测提供了一个速度更快、效果更好、精度更高的方法。

主权项

一种基于EEMD‑ELM的非平稳脉动风速高精度预测方法，其特征在于，其包括以下步骤：第一步：利用时变自回归滑动平均模型模拟生成非平稳脉动风速样本，将脉动风速样本分为训练集、测试集两部分，并采用矩阵实验室对样本归一化处理；第二步：对该非平稳脉动风速样本的时间序列进行集合经验模态分解处理，将这一非平稳非线性的脉动风信号分解为一组稳态和线性的序列集，即固有模态函数；第三步：对这组固有模态函数分量进行相空间重构，并根据他们各自的特征分别建立相应的极限学习机预测模型，对该点非平稳脉动风速时程进行学习预测；第四步：将这组固有模态函数分量的预测结果进行叠加就得到该点的非平稳脉动风的预测风速，然后将预测风速结果与模拟风速对比，从训练集和测试集两方面分别计算预测风速与模拟风速的平均绝对误差、均方根误差以及相关系数，评价本方法的有效性。