一种基于局域均值分解和深度学习神经网络的风速预测方法
摘要:
一种基于LMD和LSTM的风速预测方法,将实际风速分解为多个分量,降低预测难度,并结合LSTM建立时序模型进行风速预测;包括如下步骤,(1)稳态数据提取;(2)基于LMD的风速特征提取;(3)建立基于LSTM的风速预测模型;将LMD与LSTM相结合,利用组合预测具备两种算法有点的特征,提高了风速预测精度;局域均值分解法分解数据,可有效消除模态混叠,提高模型预测精度;利用LSTM出色的时间序列特征提取能力,可以有效将这种风速预测方法推广到复杂地理特征的不同站点的风速预测,从时间和空间上提高风速预测的准确性。
0/0