基于PAM-SSD-LSTM的短期风速预测

打开文本图片集

DOI：10.19912/j.0254-0096.tynxb.2021-0900 文章编号：0254-0096（2023）01-0281-08

摘 要：为提高短期风速预测的准确性，提出一种基于PAM聚类、奇异谱分解（SSD）和LSTM神经网络的组合预测模型来预测短期风速，以解决上述问题。首先，为提高神经网络的学习效率，采用PAM算法对原始风速数据进行相似日聚类；其次，SSD具有抑制模態混叠和虚假分量产生的优点，使用SSD分解风速序列，提取多尺度规律；最后，由于LSTM神经网络捕捉长时间依赖的序列的波动规律的能力较强，使用LSTM神经网络对分解后的风速分量进行预测，将各分量预测值叠加得到最终预测结果。（剩余14131字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。