基于深度学习和广义S 变换协同的风速预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对实测风速的非平稳性特点，提出一种基于深度学习和时频分析的风速混合预测方法。首先，采用经验模态分解（EMD）将风速分解为若干子层，由此得到趋势分量和脉动分量以降低风速的非线性。根据2个分量的时频特性，采用长短时记忆（LSTM）处理趋势分量，极限学习机（ELM）处理脉动分量。其次，引入广义S变换（GST）来获得预测过程中的时频特性。（剩余10290字）

试读结束

目录
monitor