基于集合经验模态分解和改进极限学习机的短期风速组合预测研究

提出一种基于集合经验模态分解（Ensemble empirical mode decomposition）和改进极限学习机（Improved Extreme Learning Machine，IELM）的新型短期风速组合预测模型。采用集合经验模态分解将风速序列分解成不同频段的分量，以降低序列的非平稳性。使用改进极限学习机对各分量分别建模预测，为避免极限学习机输入维数选取的随意性和分量信息丢失等问题，先对各分量重构相空间，最后将各分量预测结果叠加得到最终预测结果。实例研究表明，所提的组合预测模型具有较高的预测精度。