基于聚类-LSTM算法的低风速区风速预测

摘要：

为了解决由于低风速区风速变化频繁且波动较大,传统实时控制策略不能有效适用于低风速区风机的问题,提出一种改进的风速预测方法.先使用聚类算法对风速原数据进行分类,再对分类后的数据使用LSTM进行训练.并提出两种不同训练模型,对比两种模型与传统LSTM预测算法,结果表明精度均有提升,且当基础数据量较小时可以选择同一模型进行训练,而数据量较大时则应选择分类模型.

关键词：风速预测、长短期记忆算法、聚类算法

所属期刊栏目：51

分类号：O141.4(数理逻辑、数学基础)

资助基金：贵州省科技计划项目

在线出版日期：2023-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1480-1483,1499