公开(公告)号：CN114912723A

公开(公告)日：2022-08-16

申请号：CN202210840119.4

申请日：2022-07-18

Applicant: 南京信息工程大学

Inventor： 秦华旺 ,  叶培森

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/00 ,  G01W1/10

Abstract: 本发明公开了一种基于HHT‑BMVO‑BP的短期风速预测方法，包括获取风速数据，并对数据进行归一化处理后得到原始风速序列，用HHT对风速信号进行分解得到一系列分量，对于HHT分解后得到的各个分量分别建立对应的BMVO‑BP模型，将各个分量样本数据导入对应建立好的模型中进行预测。BMVO‑BP组合模型中进行BP神经网络权值与阈值寻优并进行风速序列的预测，将组合模型中预测的各风速子序列进行重构，进而得到最终的风速预测值。本发明可以大大的提高风速预测的精准性。

公开(公告)号：CN114912723B

公开(公告)日：2022-10-04

申请号：CN202210840119.4

申请日：2022-07-18

Applicant: 南京信息工程大学

Inventor： 秦华旺 ,  叶培森

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/00 ,  G01W1/10

Abstract: 本发明公开了一种基于HHT‑BMVO‑BP的短期风速预测方法，包括获取风速数据，并对数据进行归一化处理后得到原始风速序列，用HHT对风速信号进行分解得到一系列分量，对于HHT分解后得到的各个分量分别建立对应的BMVO‑BP模型，将各个分量样本数据导入对应建立好的模型中进行预测。BMVO‑BP组合模型中进行BP神经网络权值与阈值寻优并进行风速序列的预测，将组合模型中预测的各风速子序列进行重构，进而得到最终的风速预测值。本发明可以大大的提高风速预测的精准性。