一种基于局域均值分解和深度学习神经网络的风速预测方法
公开
摘要
一种基于LMD和LSTM的风速预测方法，将实际风速分解为多个分量，降低预测难度，并结合LSTM建立时序模型进行风速预测；包括如下步骤，(1)稳态数据提取；(2)基于LMD的风速特征提取；(3)建立基于LSTM的风速预测模型；将LMD与LSTM相结合，利用组合预测具备两种算法有点的特征，提高了风速预测精度；局域均值分解法分解数据，可有效消除模态混叠，提高模型预测精度；利用LSTM出色的时间序列特征提取能力，可以有效将这种风速预测方法推广到复杂地理特征的不同站点的风速预测，从时间和空间上提高风速预测的准确性。
基本信息
专利标题 ：
一种基于局域均值分解和深度学习神经网络的风速预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114298136A
申请号 ：
CN202111336531.4
公开（公告）日 ：
2022-04-08
申请日 ：
2021-11-12
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李国庆刘庭孟鹏飞王振福靳江江杨政厚岳红轩吴伯双屠劲林段选锋
申请人 ：
华能新能源股份有限公司;北京华能新锐控制技术有限公司
申请人地址 ：
北京市海淀区复兴路甲23号10、11层
代理机构 ：
北京中知法苑知识产权代理有限公司
代理人 ：
李明
优先权 ：
CN202111336531.4
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/08 G06Q10/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
