一种新颖的风速预测混合模型VMD-EFD-DE-BP：利用经验傅里叶分解提高VMD性能，优化神经网络模型

风速预测混合模型VMD-EFD-DE-BP由二次分解模型VMD-EFD和优化神经网络模型DE-BP两部分组成，新颖点为（1）首次利用经验傅里叶分解EFD提高VMD的分解性能，得到更佳的二次分解模型VMD-EFD(首创，无类似发表模型)，（2）DE优化BP神经网络得到DE-BP预测模型。

ID:981500694054462674

书院门登山的青果

风速预测一直是气象学和风力发电等领域研究的重要课题之一。准确的风速预测可以帮助我们更好地规划和管理风力发电场，提高发电效益。在过去的研究中，基于机器学习和人工智能的预测模型逐渐成为主流方法。本文将介绍一种新颖的风速预测混合模型VMD-EFD-DE-BP，该模型由二次分解模型VMD-EFD和优化神经网络模型DE-BP两部分组成。

首先，我们来介绍一下二次分解模型VMD-EFD。VMD（Variational Mode Decomposition）是一种经验