基于小波變換和貝葉斯證據推斷框架下的LS—SVM短期風速預測

摘要：基于小波的多分辨率分析，針對風速序列擬周期性、非平穩性及非線性等特點，將風速序列按不同頻率進行分解，對分解后的原始風速信號分別建立不同的預測模型；各個模型的最佳參數由貝葉斯證據3層推斷得出，用以建立基于小波和貝葉斯證據推斷框架下的最小二乘支持向量機（LS-SVM）回歸短期風速預測模型。應用該模型對東北某風電場的風速進行了提前1h的預測，預測的平均絕對百分比誤差為7．63％，提高了預測精度。預測結果表明：基于貝葉斯證據推斷框架下的LS—SVM和小波分析相結合的短期風速預測模型是一種有效、可行的風速預測模型，可為風力發電功率的預測提供一定的理論支持。