Invention Publication
- Patent Title: 一种基于EMD-LSTM的融合空间特征的风速预测方法
-
Application No.: CN202311156307.6Application Date: 2023-09-08
-
Publication No.: CN119598381APublication Date: 2025-03-11
- Inventor: 祁柏林 , 王宁 , 孙阳阳 , 周晓磊 , 王兴刚 , 金继鑫 , 宋春梅 , 黄迪 , 李阳 , 王小雨
- Applicant: 中国科学院沈阳计算技术研究所有限公司
- Applicant Address: 辽宁省沈阳市东陵区南屏东路16号
- Assignee: 中国科学院沈阳计算技术研究所有限公司
- Current Assignee: 中国科学院沈阳计算技术研究所有限公司
- Current Assignee Address: 辽宁省沈阳市东陵区南屏东路16号
- Agency: 沈阳科苑专利商标代理有限公司
- Agent 周宇
- Main IPC: G06F18/25
- IPC: G06F18/25 ; G06F18/213 ; G06N3/0442 ; G06F18/214

Abstract:
本发明涉及一种基于EMD‑LSTM的融合空间特征的风速预测方法。该方法从监测站点获取时序、空间数据,预处理构建数据集,建立时空预测模型进行风速预测,采用权值贝叶斯优化将两种预测结果融合,得到预测结果。时间模型中对风速率特征进行EMD分解,输入多个LSTM,将每个LSTM的预测分量累加得到仅考虑时序特征的风速预测值。空间模型中对邻近站点风速进行矢量分解并插值,还原风速矢量获取风向和风速率的插值并计算与实际值的距离以获得空间独立性权重。模型融合中依据空间独立性权重进行权值贝叶斯优化,得到融合时空特征的风速值预测。本发明同时考虑风速预测任务中相关时间特征和空间特征的影响,模型结构和预测方法更加合理。
Information query