《表2 提前15分钟风速预测误差》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于高斯过程回归和粒子滤波的短期风速预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对修正后的风速序列重新建立GPR预测模型，并进行提前15分钟的短期风速预测。图5为采用BP神经网络、SVM、GPR和GPR-PF这4种模型的风速预测结果。预测模型定量评价指标结果如表2所示。可看出，相对于BP神经网络、SVM这2种预测模型，GPR可给出较好的预测精度。通过采用粒子滤波算法对异常值进行修正后，本文的GPR-PF风速预测模型削弱了噪声影响，从而获得最优预测结果。