基于 HP-EMD 和 ARMA 的短期风速预测

针对风速为非线性非平稳序列的特点,提出一种基于经验模态分解(empirical mode decomposition ,EMD)和自回归滑动平均模型(auto-regressive moving average model,ARMA)的预测方法。EMD 在对风速序列进行分解时,可能存在模态混叠现象,会影响风速预测精度,为此,提出一种加入高频谐波来抑制模态混叠的方法。首先对风速序列加入高频谐波进行 EMD 分解,获得比原始序列较平稳的子序列,即固有模态函数(intrinsic mode function,IMF),然后利用 ARMA 模型对子序列进行建模预测分析,最后将子序列的预测结果相加得到风速的预测值。和 EMD-ARMA 及直接利用 ARMA 模型进行预测的结果相比,本文所提的方法预测精度更高。