摘要：針對(duì)目前超短期風(fēng)速間接預(yù)測(cè)方法在各頻率序列均采用同一模型進(jìn)行預(yù)測(cè)所帶來(lái)的問(wèn)題,提出了一種基于小波分解的超短期風(fēng)速混合模型組合預(yù)測(cè)方法。基于自回歸差分移動(dòng)平均模型,反向傳播(back propagation,BP)神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)三種方法,針對(duì)小波分解后所得到的各頻率序列特點(diǎn),選取合適的方法并建立相應(yīng)的模型對(duì)其進(jìn)行預(yù)測(cè),最后重構(gòu)得到超短期風(fēng)速預(yù)測(cè)結(jié)果。該方法可從根本上考慮實(shí)測(cè)風(fēng)速序列分解后所得各頻率序列間的差異性和可預(yù)測(cè)性,進(jìn)而提高預(yù)測(cè)精度。所提方法在不同預(yù)測(cè)時(shí)長(zhǎng)下均具有較高的預(yù)測(cè)精度。以平均絕對(duì)誤差為預(yù)測(cè)精度評(píng)價(jià)指標(biāo)時(shí),與持續(xù)法相比,預(yù)測(cè)精度可提高64.2%(1h預(yù)測(cè)時(shí)長(zhǎng))、61.4%(4h預(yù)測(cè)時(shí)長(zhǎng));與傳統(tǒng)單一模型組合預(yù)測(cè)方法中預(yù)測(cè)誤差最低方法相比,預(yù)測(cè)精度可提高7.2%(1h預(yù)測(cè)時(shí)長(zhǎng))、5.7%(4h預(yù)測(cè)時(shí)長(zhǎng))。