最小二乘支持向量机，程序粘到command window里，设定 2 两个参数，可以更改，以达到最优化-igam=0.001 isig2=0.001 [gam,sig2]=tunelssvm({X,Y, f ,igam,isig2, RBF_kernel },... [0.001 0.001 10000 10000], gridsearch ,{}, leaveoneout_lssvm ) type= function approximation kernel= RBF_

针对风电场短期风速的预测提出一种基于小波变换的组合预测方法。首先利用Mallat 算法对短期风速时间序列进行db3 小波三层分解与重构，得到短期风速时间序列的近似分量和细节分量。针对近似分量和细节分量的不同特性，对近似分量利用粒子群算法优化的最小二乘支持向量机进行预测，对细节分量利用自回归求和滑动平均模型进行预测。最后各预测模型预测值组合叠加得到最终的短期风速预测值。仿真结果表明该方法具有较高的预测准确度。-In order to improve short-term wind speed pr