基于CEEMDAN—DBN的风向预测研究
打开文本图片集
[摘 要]高精度的风向预测有利于提高发电量、制定偏航控制方法和维持风电机组的稳定运行。由于风向具有随机性和不确定性，文章提出一种基于CEEMDAN和深度置信网络（DBN）组合的短期风向预测模型。首先，采用随机森林算法对原始风向数据进行分类，同时再利用拉伊达准则对其进行异常值的处理；然后采用CEEMDAN进一步剔除选定输入序列中所含有的无用的输入信息，提取建模所需特征信息；最后利用深度置信网络进行建模，结合中国某风电场的数据完成风向预测。（剩余4150字）