《表3 各模型预测性能对比》

  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IEEMD与LS-SVM组合的短期风电功率多步预测方法》

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

综合图12和表3可知，总体上，组合预测方法相比单一的LS-SVM预测模型在预测精确度上取得了更好的效果，但由于引入自适应分解消耗了一定的计算时间；针对组合预测模型而言，各方法的预测性能均有一定提高，文中IEEMD方法采用固定正负成对加噪参数（A=0.014SD、N=2）的方式，因此重构的残余噪声抑制更好，各个方法的总体运行时间均小于5 min，符合短期风电预测要求。进一步，为了验证提前6步预测方法的性能，分别进行了不同步长的预测性能分析，同样运用MAPE和RMSE指标进行评价分析，具体评价值如图13所示。