风速时间序列混合预测方法研究

李艳晴，成怡，刘新婷

（1.北京科技大学数理学院，北京100083；2.天津工业大学电气工程与自动化学院，天津300387）

风速时间序列混合预测方法研究

李艳晴1，成怡2，刘新婷2

（1.北京科技大学数理学院，北京100083；2.天津工业大学电气工程与自动化学院，天津300387）

为改善具有混沌特性的风速时间序列的预测性能，提出一种混合预测方法，利用相空间重构理论实现风速时间序列的重构，通过优化周期轨道函数求取时间序列中蕴含的不稳定周期，利用前一不稳定周期的风速数据对未来风速进行预测.采用神经网络对同一风速序列再进行预测分析，将2种预测结果采用加权求和的方式进行融合，实现风速序列的混合预测，并采用混沌优化算法确定加权参数.仿真实验结果表明：混沌不稳定周期方法能够改善具有混沌特性风速序列的预测性能，混合预测方法能够进一步提高风速序列的预测效果，预测性能优于单一预测方法.

风速时间序列；风速预测；混沌特性；不稳定周期；BP网络；混合预测

风能是一种可再生能源，随着全球能源问题日益突出，风能的利用逐渐受到各国的重视[1-2].风能的主要利用形式是风力发电，但由于风速的大小和方向受到地形、温度、气压、海拔和纬度等诸多确定性和不确定性因素的影响，从而造成风力发电具有一定的间歇性和不确定性，这给风电并网带来了巨大的困难.而目前的研究认为，风速预测是解决风电并网的有效途径和关……