基于LSTM的短期风速预测研究

摘要：

由于风速具有较强的随机性,受各种因素影响较多,因此风速预测的准确度不高.针对上述现象,提出了一种基于LSTM(Long Short-Term Memory)深度神经网络的短期风速预测方法,以某风机历史数据作为输入,对网络进行训练,建立短期风速预测模型,实现提前一步短期风速预测.算例结果表明,使用LSTM深度神经网络预测风速与实际风速基本一致,预测效果较为理想.将所提方法与其它预测方法预测结果进行对比,预测平均绝对误差最小,表明所提方法具有更高的预测精度,验证了上述预测方法在短期风速预测中的可行性和有效性.

关键词：风力发电、循环神经网络、长短期记忆、深度神经网络、短期风速预测

所属期刊栏目：35

分类号：TM614(发电、发电厂)

资助基金：中央高校基本科研业务费专项资金资助2017MS186;高等学校学科创新引智计划B13009;国家自然科学基金项目61571189

在线出版日期：2018-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：456-461