EMD-ARMA风光功率预测方法深度增强版
风光发电数据的波动大、周期性强,直接拿来建模?效果一般。EMD-ARMA这个组合,嗯,还挺聪明的。先用EMD把数据拆成几个“成分”,就像剥洋葱,一层层来。用ARMA模型一个个去预测,叠加回去,输出的结果比直接建模靠谱得多。
适合你要搞短期或中期风光功率预测的时候用,像是电网调度、电力交易场景,还蛮实用的。而且文章里还有伪代码片段,看着就想试手写一版试试。响应也快,逻辑也清晰。
这方法适合那种风光数据里“有点规律、但又说不清”的情况。EMD负责拆分时间尺度,ARMA负责搞定时间序列预测,两个配合着来,效果还不错。
顺手也给你找了几个扩展阅读,ARMA 在车牌定位的应用,还有C 语言写的 EMD 程序也值得看看,思路通了之后别的领域也能灵活用上。
如果你是搞新能源或者研究风电/光伏的,建议你真可以花点时间了解这个方法,思路清晰,还挺好落地的。
672118220463.zip
预估大小:5个文件
基于EMD-ARMA算法的风光出力预测方法:分解重构原始数据,精准预测风光功率结果.md
3KB
基于EMD-ARMA的组合风光出力预测方法:利用EMD经验模态分解与ARMA自回归移动平均算法相结合.docx
37KB
基于EMD-ARMA的风光出力预测方法及其应用.pdf
110KB
基于EMD-ARMA的组合风光出力预测方法:利用EMD经验模态分解和ARMA自回归移动平均算法实现的.docx
38KB
基于EMD-ARMA的组合风光出力预测方法:通过分解与自回归移动平均模型进行预测.html
3.09MB
1.09MB
文件大小:
评论区