典型文献
基于相空间重构的门控循环网络短期风速预测模型
文献摘要：
高精度的短期风速预测在一定程度上可以提高风资源评估的准确度,但因风速高度随机性导致预测难度较大,为了提升风速预测的精度,首先对风速混沌特性进行分析,验证其是否具有混沌特性,在此基础上提出一种基于变分模态分解(VMD)、相空间重构(PSR)和门控循环神经网络(GRU)相结合的短期风速预测模型.将原始风速数据通过VMD分解为若干子序列并对各子序列进行PSR技术优化处理,可以使样本更加符合实际风速的变化,起到对风速降噪的作用;接着用处理过的各子序列对GRU预测模型训练并预测,最后求和得出风速预测结果.以上海某地为例,将预测结果与实际风速值进行对比分析,分析结果表明:所建模型能有效提高风速预测精度,在预测准确度上优于单一预测模型,验证了所提模型的有效性和合理性.
文献关键词：
风速预测;混沌特性;风资源评估;变分模态分解;相空间重构;门控循环网络;数据预处理;预测模型
中图分类号：
作者姓名：
葛宽宽;王晓晶;代怡重;肖群
作者机构：
新疆大学 电气工程学院,新疆 乌鲁木齐 830047
文献出处：
引用格式：
[1]葛宽宽;王晓晶;代怡重;肖群-.基于相空间重构的门控循环网络短期风速预测模型)[J].现代电子技术,2022(15):93-98
A类：
B类：
相空间重构,门控循环网络,风速预测,风资源评估,随机性,混沌特性,变分模态分解,VMD,PSR,门控循环神经网络,GRU,风速数据,数据通,干子,子序列,技术优化,优化处理,符合实际,速降,降噪,用处,模型训练,预测准确度,数据预处理
AB值：
0.243086
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
