基于PAM-SSD-LSTM的短期風(fēng)速預(yù)測

打開文本圖片集

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

摘 要：為提高短期風(fēng)速預(yù)測的準(zhǔn)確性，提出一種基于PAM聚類、奇異譜分解（SSD）和LSTM神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型來預(yù)測短期風(fēng)速，以解決上述問題。首先，為提高神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)效率，采用PAM算法對原始風(fēng)速數(shù)據(jù)進行相似日聚類；其次，SSD具有抑制模態(tài)混疊和虛假分量產(chǎn)生的優(yōu)點，使用SSD分解風(fēng)速序列，提取多尺度規(guī)律；最后，由于LSTM神經(jīng)網(wǎng)絡(luò)捕捉長時間依賴的序列的波動規(guī)律的能力較強，使用LSTM神經(jīng)網(wǎng)絡(luò)對分解后的風(fēng)速分量進行預(yù)測，將各分量預(yù)測值疊加得到最終預(yù)測結(jié)果。（剩余14131字）