基于两阶段分解的超短期风向预测

《Scientific Reports》：Ultra-short-term wind vector prediction based on a two-stage decomposition

　　

摘要

精确的风速和风向预测在促进风能利用中起着至关重要的作用。基于风速与风向之间的相关性以及风速和风向序列的非平稳性，本文提出了一种基于改进SSA和参数优化VMD两阶段分解的风向量预测模型。首先，对风速和风向进行互信息分析，结果表明风速信息有助于减少风向的不确定性。随后，构建了一种基于改进奇异谱分析和参数优化变分模态分解的两阶段分解风向量预测模型。首先将风速和风向转换为东西方向和南北方向的向量分量；然后将分量序列（而非原始圆周方向角）作为模型的直接输入。最后，将预测的分量值重新合成为风速和风向，以获得预测数据。最后，将本文提出的模型和方法应用于中国云南某风电场的数据集。实验表明，本文提出的风向量预测框架能够在风向量预测中更好地捕获风速和风向信息。当风速和风向的预测误差分别小于1.0 m/s和5°时，预测准确率达到了90%以上。