雙模式分解CNN-LSTM集成的短期風(fēng)速預(yù)測(cè)模型

打開(kāi)文本圖片集

DOI：10.19912/j.0254-0096.tynxb.2021-1307 文章編號(hào)：0254-0096（2023）03-0191-07

摘 要：為提高短期風(fēng)速的預(yù)測(cè)精度，提出一種基于雙模式分解、雙通道卷積神經(jīng)網(wǎng)絡(luò)（CNN）和長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）的組合預(yù)測(cè)模型以提高預(yù)測(cè)精度。首先，對(duì)經(jīng)過(guò)PAM方法聚類(lèi)后的風(fēng)速時(shí)間序列利用奇異譜分解（SSD）和變分模態(tài)分解（VMD）2種信號(hào)分解方法進(jìn)行分解，獲得2類(lèi)多尺度分量。（剩余12337字）