基于EMD-ESN的智能預(yù)測方法研究.pdf

1、數(shù)據(jù)預(yù)測方法廣泛應(yīng)用于數(shù)據(jù)采集、工業(yè)控制、智能處理等領(lǐng)域，目前的主要預(yù)測方法包括:時間序列法，卡爾曼濾波法，混沌理論法，人工神經(jīng)網(wǎng)絡(luò)法，支持向量機的方法等等。這些預(yù)測方法存在著預(yù)測精度和效率較低，預(yù)測速度較慢等問題，有待提高。
　　 本文針對這些問題進行改進，基于經(jīng)驗?zāi)B(tài)分解(EMD)與回聲狀態(tài)網(wǎng)絡(luò)(ESN)，提出一套組合智能預(yù)測方法，本文結(jié)構(gòu)與主要研究內(nèi)容:
　　 1、論述了預(yù)測方法的研究意義及發(fā)展現(xiàn)狀。對常用組合預(yù)測

2、方法進行介紹，確定本文所用的兩種方法，即經(jīng)驗?zāi)B(tài)分解(EMD)與回聲狀態(tài)網(wǎng)絡(luò)(ESN)。本文基于以上兩種方法，建立了一種新型的EMD-ESN組合預(yù)測模型。該模型利用EMD對數(shù)據(jù)進行分解，并對分解的數(shù)據(jù)分別建立ESN網(wǎng)絡(luò)進行識別，再將識別結(jié)果進行疊加，獲得最終預(yù)測值。
　　 2、基于本文提出的EMD-ESN模型，將其應(yīng)用于短期電力負荷預(yù)測中，進行單變量數(shù)據(jù)預(yù)測。利用一段負荷序列的EMD分解所得的分量值作為回聲狀態(tài)網(wǎng)絡(luò)的輸入與比較輸

3、出，訓練網(wǎng)絡(luò)，并利用訓練好的網(wǎng)絡(luò)對下一段時間的負荷值分量進行預(yù)測，將預(yù)測所得分量值相加后得到最終的電力負荷預(yù)測值。
　　 3、對上述的單變量EMD-ESN模型進行擴展，進行多變量預(yù)測，并將其應(yīng)用到熱輥溫度控制系統(tǒng)中，進行多變量預(yù)測。在進行多變量預(yù)測時，需對擴展的每個變量均進行EMD分解，EMD分解要考慮多個變量的各分解值個數(shù)相等或不相等兩種情況下，回聲狀態(tài)網(wǎng)絡(luò)的輸入要區(qū)別對待。
　　 4、將以上多變量預(yù)測的結(jié)果與模糊PI