摘要
本发明公开了基于混合卷积网络与并行预测模型的风速预测方法及系统,涉及气象预报技术领域,首先利用聚类方法进行集群筛选,然后选择某个涡轮机作为目标数据集进行预测。预测时先利用GCN模型对历史风速数据进行空间特征学习,再利用TCN模型对历史风速数据进行时间特征学习,之后将融合时空特征构造成的时序格式数据输入至Transformer‑LSTM并行结构预测模型进行预测。本发明采用上述结构和步骤的基于混合卷积网络与并行预测模型的风速预测方法及系统,不仅预测结果在数值上与观测值高度一致,而且在趋势预测方面也表现出了较高的准确性。
技术关键词
风速预测方法
历史风速数据
时间卷积网络
GCN模型
数据采集模块
前馈神经网络
注意力
特征提取模块
节点
DBSCAN算法
生成涡轮机
嵌入位置编码
网络结构
矩阵
气象预报技术
融合时空特征
信息传递模块
系统为您推荐了相关专利信息
流体力学仿真
变电站
数值仿真模型
显式求解器
温湿度
轨迹自动生成方法
冲压线端拾器
模型训练模块
轨迹自动生成系统
数据采集模块
有源配电网故障
环境风险评估
风险评估系统
风险评估模型
历史气象数据