融合两阶段分解与iJaya-ELM的短期风速预测模型

准确的预测风速对于风电场的安全运行和高效发电具有重要意义.针对已有文献在风速预测问题中采用的单一分解策略存在固有缺陷、优化预测模型效果不稳定等问题,提出了一种融合两阶段分解与iJaya-ELM的混合预测模型.首先,对原始风速序列进行ICEEMDAN分解,得到12个分量后基于排列熵熵值重构为高频项、中频项与低频项;随后对高频项进行奇异谱分解滤去序列噪声;提出一种改进的Jaya算法iJaya,利用iJaya算法获取极限学习机ELM的最优连接权值与阈值,最后将各个分量的预测结果线性集成得到最终结果.以我国甘肃地区风电场风速数据进行模型验证,并利用新疆地区数据集测试其鲁棒性与通用性.实验结果表明,iJaya算法具有较强的寻优精度与稳定性,两阶段分解能够深度挖掘风速序列的特征;该混合模型能够有效提升风速预测精度,平均绝对误差与均方误差分别为0.067 9和0.134 5.