《表1 各个方法性能评价指标值》

  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

最后，表1给出各个方法性能评价指标的具体指，其中CC与IO值为图6中3个分量的平均，计算耗时t为为上述方法在配置为8 G内存、3.2 GHz的i5处理器及Matlab2014a运行环境中重复进行100次试验所消耗时间的平均值。分析图7和表1可以看出，由于所提方法采取固定加噪方式进行分解，集总次数N为2大幅降低了运算耗时，计算耗时与不采用加噪辅助方式的EMD相当，在重构误差方面，采取正负正对的方式，残余噪声相互抵消，数量级在10-11左右，基本可以忽略不计。综上所述，所提的IEEMD方法在分解性能、信号重构以及计算方面取得了一定的改进效果，为机器学习方法的预测建模建立良好的分析基础。