基于LSTM长短期记忆网络的超短期风速预测

作者:魏昱洲; 许西宁

摘要:大风天气容易导致高速列车发生脱轨、翻车等事故,因此对于风速的超短期预测对于高铁安全行驶具有重要的意义。提出一种基于长短期记忆(LSTM)网络的预测模型,对WindLog风速传感器采集得到的每分钟最大风速数据进行分组预处理,设置合理的步长参数,建立双层LSTM网络结构,采用北京市海淀区的风速数据进行训练,并对超前1、5、10 min的风速进行超前预测,超前1 min的预测值平均误差为0.467 m/s,正确率达100%;超前5 min的预测值平均误差为0.543 m/s,正确率达99.6%;超前10 min的预测值平均误差为0.627 m/s,正确率达98.8%。实验结果表明,该预测模型具有较好的适应性和较高的预测精度。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 信息科技
  • >
  • 无线电电子学
收录:
  • 国家图书馆馆藏
  • 上海图书馆馆藏
  • CSCD 中国科学引文数据库来源期刊(含扩展版)
  • 知网收录(中)
  • 维普收录(中)
  • 统计源期刊(中国科技论文优秀期刊)
  • 北大期刊(中国人文社会科学期刊)
  • 万方收录(中)
  • JST 日本科学技术振兴机构数据库(日)
关键词:
  • 超短期预测
  • 风速预测

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:电子测量与仪器学报

期刊级别:北大期刊

期刊人气:2342

杂志介绍:
主管单位:中国科学技术协会
主办单位:中国电子学会
出版地方:北京
快捷分类:电子
国际刊号:1000-7105
国内刊号:11-2488/TN
邮发代号:
创刊时间:1987
发行周期:月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:2.03
综合影响因子:2.58