Scidown文献预览系统!
基于深度双向LSTM网络的混合风速预测模型- ScienceDirect( Decomposition-based hybrid wind speed forecasting model using deep bidirectional LSTM networks - ScienceDirect )
KUJA B BCK A
可持续发展的目标是通过对可再生能源的有效管理来实现的。风能以其可再生和可持续的特性在世界范围内引起了广泛的关注。准确的风速预测对于风力发电机组的稳定运行和风力发电至关重要。然而,风速的灵活性和间歇性使得准确的风速预报成为一项具有挑战性的任务。所提出的风速预测框架结合了各种数据分解技术和双向长短期记忆网络的特点。目前,小波变换等数据分解模型被广泛应用于风速预报中,以提高预报模型的精度。因此,本文研究了各种能够对信号进行去噪的数据分解技术,并将输入时间序列分解为多个高低频信号。采用小波变换、经验模型分解、集成经验模式分解和经验小波变换等数据分解方法对数据集进行降噪。利用双向LSTM网络分别对低频子序列和高频子序列进行预测,并对低频子序列和高频子序列的预测结果进行聚合,得到最终的预测结果。实验结果表明,所提出的基于EWT的混合模型在精度和稳定性方面优于其他基于分解的模型。进一步将EWT-BiDLSTM模型与具有跳过连接的双向LSTM网络的性能进行了比较。实验结果表明,本文提出的基于分解的混合深度BiDLSTM模型具有较好的预测精度。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】