混合风速预测模型

分解集成 精度更高

TVFEMD信号分解结合BiGRU网络，对复杂风况具有更好的适应能力和预测精度。

Leiming, Suo · 彭甜 · Shihao, Song · 张楚 · Yuhan, Wang · Yongyan, Fu · Nazir, Md Salman

Energy 2023

技术优势

分解降低复杂度

TVFEMD将原始风速序列分解为多个模态分量，配合模糊熵聚合，降低计算复杂度并提升预测精度。

特征筛选更有效

PACF提取重要输入特征，帮助模型聚焦于关键历史信息，提高预测性能。

优化算法可行

改进的黑猩猩优化算法能够有效优化BiGRU的参数，提升模型的预测表现。

应用场景

• 风电功率预测：接入风电场监控系统，提供更准确的风速短期预测，支撑功率预测和运行决策。
• 能源系统优化：通过提高风速预测精度，优化风电并网和储能调度策略，降低不确定性对系统的影响。
• 智能电网调度：为电网调度提供可信的风速预测输入，辅助制定发电计划和备用容量安排。
• 群智能优化应用：展示改进黑猩猩算法在深度学习超参数优化中的有效性，为类似问题提供参考。