《表4 在最佳小波分解层数下各种风速预测方法的预测精度 (4h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

为提高4h预测时长下超短期风速的预测精度，拟采用基于小波分解的组合预测方法进行预测。此方法与3.1中1h预测时长下所面临的关键问题相同，均为如何选取合适的小波分解层数。因此，在4h预测时长下，分别以RMSE和MAE为评价指标，对各模型组合预测精度随小波分解层数的变化趋势进行分析，如图6所示。从图6可以看出，在两种预测精度评价指标下，本文所提方法在不同小波分解层数下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6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6层时，各方法预测误差基本保持稳定，但当分解层数大于6层时，以BPNN或SVM为基本模型的组合预测方法其预测精度随分解层数的增大出现波动。因此，在4h预测时长下，同时考虑预测精度与预测速度的条件下，对于风电场1，最佳小波分解层数为6层；对于风电场2，最佳小波分解层数为6层。统计最佳小波分解层数下各方法的风速预测精度，如表4所示。