一种基于SSA-VMD和CNN-BiLSTM的混合深度学习预测模型的构建方法及其应用

本发明公开了一种基于SSA‑VMD和SSA‑CNN‑BiLSTM的混合深度学习模型的构建方法及应用，属于风力发电技术领域，为了提高风速预测精度，提出了一种基于SSA、VMD、CNN、BiLSTM的混合深度学习风速预测模型。首先，按照季节将全年的风速数据划分为春、夏、秋、冬4个季节，选取了春季作为主要的实验对象。利用SSA‑VMD算法将原始风速数据分解为若干个不同的简单子序列；其次，对VMD分解的子序列建立CNN‑BiLSTM混合深度学习预测模型，CNN模型用于提取输入数据的空间特征，BiLSTM用于捕捉输入数据中的时间依赖关系，两者串联构成了时空特征提取器，同时，为了提高模型的预测性能，采用SSA算法优化CNN‑BiLSTM模型中的超参数，以最优的超参数进行模型训练；最后，对所有的子序列进行重构得到风速的最终预测结果。