摘要
本发明涉及一种基于Relaxed Lasso‑LSTM模型的短临风速预测方法,包括步骤:获取ERA5再分析数据并采样;对实验数据进行数据预处理;经过多重共线性检验后,剔除具有强线性相关性的气象要素;利用Relaxed Lasso回归方法对筛选后的数据进行气象要素特征变量选择,根据回归系数对变量进行加权,作为LSTM模型的输入;获取预测时间点前的风速数据作为历史数据输入,利用训练好的LSTM模型对未来多步的风速进行预测,输出短临风速预测结果。本发明基于更适合稀疏高维数据的Relaxed Lasso回归方法,将Relaxed Lasso回归方法与LSTM模型结合,提升了风速预测的可解释性和准确性。
技术关键词
风速预测方法
LSTM模型
回归方法
线性回归模型
数据
变量
斯皮尔曼相关系数
归一化方法
系统为您推荐了相关专利信息
患者康复训练
生理特征数据
运动分析技术
动作捕捉设备
数据转换单元
探查机器人
防辐射方法
旋转伸缩组件
伸缩运动组件
探测相机
存储芯片
解串行化器
存储模块
锁存单元
数据选通信号
遥感图像数据
遥感图像地物
高维特征向量
分型分析方法
地物识别