《表2 在最佳小波分解层数下各种风速预测方法的预测精度 (1h预测时长)》

  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

《基于小波分解的超短期风速混合模型组合预测》

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

m/s

从图4可以看出，在2个风电场中，无论是以RMSE还是以MAE为预测误差评价指标，在不同小波分解层数下，本文所提方法（即基于小波分解的混合模型组合预测方法）与传统基于小波分解的预测方法相比，预测精度均有所提高。对于风电场1，当分解层数为4层时，各方法预测误差基本保持稳定；对于风电场2，当分解层数为5层时，各方法预测误差基本保持稳定，但以ARIMA作为基本模型的组合预测方法，当分解层数达到7层时，其预测精度随分解层数的增加而有所降低。因此，在1h预测时长下，同时考虑预测精度与预测速度时，对于风电场1，最佳小波分解层数为4层；对于风电场2，最佳小波分解层数为5层。统计最佳小波分解层数下各方法的风速预测精度，如表2。