公开(公告)号：CN118228002A

公开(公告)日：2024-06-21

申请号：CN202410634167.7

申请日：2024-05-22

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 叶允明 ,  李旭涛 ,  韩雪婷

IPC: G06F18/20 ,  G06F18/15 ,  G06N3/0464 ,  G01P5/00 ,  G06F123/02

Abstract: 本发明提出了一种基于低频滤波和自相关性的中长期风速预测方法，属于风速预测技术领域，首先进行序列分解，输入过去采集的风速序列，采用基于低频滤波的深度学习时间序列分解方法进行分解；然后进行归一化，将分解的数据进行归一化处理；进行模型深度学习，输入经过处理后的数据，训练自相关性和多层线性层；最后逆归一化，将最近采集的新风速序列输入至步骤3训练好的模型进行预测，对预测结果进行逆归一化，还原预测结果到原始数据尺度上，得到未来一段时间的风速预测。

公开(公告)号：CN118228002B

公开(公告)日：2024-09-20

申请号：CN202410634167.7

申请日：2024-05-22

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 叶允明 ,  李旭涛 ,  韩雪婷

IPC: G06F18/20 ,  G06F18/15 ,  G06N3/0464 ,  G01P5/00 ,  G06F123/02

Abstract: 本发明提出了一种基于低频滤波和自相关性的中长期风速预测方法，属于风速预测技术领域，首先进行序列分解，输入过去采集的风速序列，采用基于低频滤波的深度学习时间序列分解方法进行分解；然后进行归一化，将分解的数据进行归一化处理；进行模型深度学习，输入经过处理后的数据，训练自相关性和多层线性层；最后逆归一化，将最近采集的新风速序列输入至步骤3训练好的模型进行预测，对预测结果进行逆归一化，还原预测结果到原始数据尺度上，得到未来一段时间的风速预测。