[发明专利]基于负相关学习和正则化极限学习机集成的风速预测方法

摘要

本发明涉及风速预测技术领域，公开了一种基于负相关学习和正则化极限学习机集成的风速预测方法，首先利用最优变分模态分解‑样本熵将原始风速时间序列分解为具有若干个具有不同复杂程度的子序列，然后采用基于负相关学习和正则化极限学习机的集成模型对各子序列进行建模，最后对各子序列的预测结果进行叠加，得到最终的风速预测结果。与现有技术相比，本发明集成模型采用正则化极限学习机作为基模型，具有更快的收敛速度和更强的稳定性能，能够更好的捕捉风速时间序列的非线性特征；负相关学习作为一种神经网络集成技术，能够增强各正则化极限学习机基模型之间的差异度，有效地提高了单个正则化极限学习机模型的可预测性。