基于ViT和LSTM的风速多步预测

打开文本图片集

摘 要：精确的风速预测对风力发电具有指导作用，据此提出一种多维时间序列下Vision Transformer（ViT）和长短时记忆网络（LSTM）的风速预测方法，实现对风速的超前一步和超前多步预测。结合斯皮尔曼系数（Spearman）和变分模态分解将风速分解为多维时间序列，多维时间序列能更好地表征原始风速的周期性和波动性；采用ViT提取多维时间序列中的特征以及隐藏信息，在保持ViT模型自注意力机制优势的同时，用LSTM进一步建立所提取特征和风速之间的关系，从而提高ViT-LSTM模型的泛化性和预测准确性。（剩余15238字）