摘要
本发明公开了一种基于门控学习网络的短期风速预测方法和系统,所述方法包括利用多元经验模态分解算法对处理好的历史风速时间序列数据和实时气象环境序列数据进行分解处理,得到初始样本数据集;对所述初始样本数据集进行多模态特征提取处理,得到目标样本数据集;以所述目标样本数据集和确定的模型修正参数对风速预测神经网络模型进行训练,所述风速预测神经网络模型被设计为由门控机制和特征学习自适应算法构建得到;根据所述风速预测神经网络模型进行短期风速的预测;能够实现短期风速进行精准预测。
技术关键词
短期风速预测方法
多元经验模态分解
短期风速预测系统
数据
样本
输入神经网络模型
序列
气象
算法
多模态
特征提取模块
超参数
温湿度
训练集
误差
系统为您推荐了相关专利信息
车辆控制策略
车辆决策模型
样本
网络
环境图像数据
支持向量机模型
电信号
识别装置
样本
特征提取单元
LEO卫星
信噪比
抗干扰方法
抗干扰装置
频谱管理
甘薯淀粉
木薯淀粉
玉米淀粉
定量预测模型
傅立叶光谱仪