摘要
本发明涉及风速预测技术领域,具体为一种基于熵聚类的风速预测方法及系统,包括以下步骤:通过排列熵算法对风速序列进行多尺度分解生成子序列,对多子序列进行滑动窗口概率分布计算,基于归一化熵值设定动态分类阈值,将子序列集合划分为熵分类结果集合。本发明通过滑动窗口概率分布动态设定分类阈值,克服固定熵值划分对数据复杂度变化的敏感性,GRU训练建立原始序列与熵分量间非线性映射,增强特征提取深度,低分量误差传递,高中低熵分量分别用Bi‑RNN、LSTM与SVR建模,匹配不同复杂度特征提取,混沌映射优化融合权重,多目标寻优平衡分量互补性,动态误差基准结合反馈调整置信区间,实现误差分布自适应跟踪,增强预测可靠性。
技术关键词
风速预测方法
分类阈值
动态误差
支持向量回归模型
长短期记忆模型
滑动窗口
训练集
门控循环单元
映射算法
生成随机序列
径向基核函数
延迟参数
风速预测系统
风速预测技术
极值