基于小波变换的改进混合蛙跳-差分进化-神经网络预测模型的短期风速预测

作     者：付晓敏 FU Xiaomin

作者机构：中国大唐集团科学技术研究院有限公司西北电力试验研究院陕西省西安市710000 

出 版 物：《分布式能源》 (Distributed Energy)

年 卷 期：2021年第6卷第6期

页      面：38-44页

学科分类：080703[工学-动力机械及工程] 080704[工学-流体机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：中国大唐集团科学技术研究院西北院科技项目(XB2020-03) 

主　　题：风速 预测 小波变换 混合蛙跳算法(SFLA) 差分进化(DE)算法 组合预测模型 

摘      要：针对目前对风速序列短期预测中不同组合算法预测精度较差、适应性不强等问题,提出一种基于小波变换的组合预测模型算法,将风速序列经小波变换降低波动性与无序性,利用混合蛙跳算法(shuffled frog leaping algorithm,SFLA)优化逆向传播(back propagation,BP)神经网络的初始权值与阈值,将差分进化(difference evolution,DE)算法用于混合蛙跳算法子种群个体寻优策略,提高个体收敛速度与精度。通过将经小波变换分解得到的高、低频分量分别经组合模型算法进行风速预测与重构,通过实例验证,10、30 min相较60 min预测结果平均绝对百分比误差分别提高33.59%、12.21%,均方根误差分别提高28.77%、8.22%,三者平均预测误差分别为0.037、-0.014、0.011 m/s,与混合蛙跳BP神经网络算法、BP神经网络算法横向对比,结果表明所提组合预测模型算法预测性能指标最佳。