多通道长短期记忆卷积网络的风速预测

多通道长短期记忆卷积网络的风速预测
为提高风速的预测性能，提出了多通道长短期记忆网络和卷积网络相结合的风速预测方法。预测模型由多个长短期记忆子网络及卷积网络组成。各子网络选择不同长度的历史数据作为输入，分别实现未来风速值的计算，避免了单一网络输入数据长度参数难以确定的问题。卷积网络将各子网络的计算结果进行卷积、最大池化操作，并通过全连接层计算风速序列的预测值。为避免预测误差累积及漂移，利用误差动态补偿方法对预测值进行校正，获得最终的预测结果。多通道长短期记忆卷积网络可用于风速的超短期预测中，仿真实验结果表明，与现有基于深度学习的预测网络相比，该网络能够更好地拟合实际风速序列的变化趋势，表现出更优的预测性能。

标题：
多通道长短期记忆卷积网络的风速预测
Wind speed prediction based on multi-channel long short-term memory convolution neural network

作者：
修春波，苏欢，苏雪苗
XIU Chunbo, SU Huan, SU Xuemiao

关键词：
超短期;风速预测;长短期记忆网络;卷积神经网络;误差补偿;深度学习
ultra-short-term;wind speed prediction;long short-term memory network;convolution neural network;error compensation;deep learning

2025-1-23 19:52 上传 多通道长短期记忆卷积网络的风速预测.pdf

文件大小:

1.61 MB

下载次数:

60

高速下载