利用混合深度學(xué)習(xí)算法的時(shí)空風(fēng)速預(yù)測

打開文本圖片集

摘 要：風(fēng)速預(yù)測的準(zhǔn)確性始終不理想，為解決風(fēng)速復(fù)雜的時(shí)空相關(guān)性和非線性問題，提出一種新穎的混合深度學(xué)習(xí)模型。首先，采用二次分解法將輸入序列分解為具有不同頻率振動(dòng)模式的模態(tài)分量（IMF）；使用圖卷積神經(jīng)網(wǎng)絡(luò)（GCN）和雙向長短期記憶網(wǎng)絡(luò)（BiLSTM）來預(yù)測高頻分量；使用自適應(yīng)圖時(shí)空Transformer網(wǎng)絡(luò)（ASTTN）來預(yù)測低頻分量，以充分考慮輸入序列的時(shí)空相關(guān)性。（剩余17278字）