本文提出了一种新的混合变分模式分解(VMD)和低秩多核岭回归(MKRR)的混合方法，用于短期预测风速和风力的预测区间(PIs)。利用VMD方法对原始时间序列信号进行分解，以防止不同模式间的相互影响。提出VMD-MKRR方法用于构造π与不同的信心水平的95%,90%和85%的两个风电场风速和风力发电位于怀俄明州的状态,美国?10分钟的时间间隔,?30分钟和1?h和加州的时间间隔分别为1?h。通过与基于经验模态分解(EMD)的低秩核脊回归的比较，验证了基于VMD的风速和风力模型的优越性。为了进一步提高模型性能，采用全局最优算法(MFAGO)对模型参数进行了优化。
—文章发布于2018年12月
