《表1 误差指标仿真结果：基于互补式集合经验模态分解和IPSO＿LSSVM的短期风功率预测》

  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

《基于互补式集合经验模态分解和IPSO＿LSSVM的短期风功率预测》

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5.1节采用CEEMD分解得到各固定模态分量和剩余分量建立多种预测模型，对未来12 h进行风电出力预测，设定改进粒子群算法对LSSVM参数进行优化，λ范围为[1，1 000]、δ范围为[0.1，10]，粒子数目选取越多，对寻求参数最优解精度越高，但是会导致运行时间过长。本文选取粒子数目为30，最大迭代次数为200次；惯性权重系数ω范围为[0.3 0.8]，学习因子c1=c2=2.5，选取平均粒距阀值为α=0.001，平均粒距阀值可以指导选取适合范围的初始粒群。选取适应度方差β为0.01，其值能够衡量种群中粒子聚集程度。本文为了验证建立改进PSO＿LSSVM组合短期风功率预测精度，还分别建立LSSVM、EMD＿LSSVM、EEMD＿LSSVM、EEMD＿PSOLSSVM预测模型进行仿真对比分析。误差结果如表1所示。