摘要
本发明公开了模式识别技术领域内的一种基于VID‑LSTM的短期风速预测模型构建方法,包括以下步骤:S1:对原始风速时间序列采用VMD进行初步分解得到IMF分量和残差项;S2:对VMD分解所得的残差项应用ICEEMDAN进行二次分解;S3:使用DBO算法自动搜索和确定LSTM模型的最佳超参数配置,得到基于VID‑LSTM的短期风速预测模型,本发明通过融合先进的模态分解技术和优化的深度学习模型,增强对复杂环境风速变化的建模能力和预测精度,提升模型的鲁棒性与泛化性能。
技术关键词
短期风速预测
模型构建方法
原始风速时间序列
LSTM模型
数值迭代算法
超参数
模式识别技术
深度学习模型
噪声
信号
鲁棒性
因子
包络
频率
数据
频段
系统为您推荐了相关专利信息
事故风险预测方法
Stacking集成学习
LSTM模型
指标
预测阈值
负荷预测模型
光伏发电预测
负荷调控系统
融合终端
台区充电桩
流量预测方法
引入注意力机制
算法
优化LSTM模型
时间序列预测模型