關鍵詞：風速預測 vmd 核密度估計 lorenz擾動 

摘要：針對風速的隨機性、非線性和不確定性特征,提出基于VMD和Lorenz擾動的神經網絡模型進行風速預測。首先,對風速數據采用變分模態分解(VMD)進行預處理,得到特征模態分量,然后采用BP神經網絡對每個分量進行預測,并且將分量預測結果進行重構得到風速點預測值,最后以風速點預測為基礎,根據核密度估計的Lorenz擾動序列概率分布進行風速區間預測。以西班牙風電場和中國風電場為實例進行預測,預測結果顯示:(1)VMD算法可以提高神經網絡模型點預測結果的精度;(2)根據Lorenz擾動序列分布進行風速區間估計,不僅量化了大氣中不確定的影響因素,而且區間預測結果可靠性較高。

華北電力大學學報·社會科學版雜志要求:

{1}多次引用同一著者的同一文獻時，在正文中標注首次引用的文獻序號，并在序號的“[]”外著錄引文頁碼，文末參考文獻中不再著錄頁碼。

{2}作者文責自負，文中所引文獻、圖片要有出處。對于侵犯他人版權或其他權利的文稿、圖片，本刊不承擔連帶責任。

{3}作者須對來稿的真實性及科學性負責。依照《中華人民共和國著作權法》有關規定，本刊可對來稿做文字修改、刪節。凡有涉及原意的修改，則提請作者考慮。稿件請作者退修1個月未修回者，視作自動撤稿。

{4}正文中的各級標題按照:居中黑體、一、（一）.1.……的形式編排順序。

{5}多作者文稿署名時必須排序，應注明每位作者的工作單位和郵政編碼。第一作者還須提供性別、出生年、學位、職稱、是否為研究生導師等方面的信息。通信作者應注明聯系電話及其電子信箱。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社