| 基于改进SARIMA-LSTM的海上风速预测方法 |
| |
| 引用本文： | 余聪聪,熊才权,徐仕强,古小惠.基于改进SARIMA-LSTM的海上风速预测方法[J].湖北工业大学学报,2022,37(1):24-28,53. |
| |
| 作者姓名： | 余聪聪 熊才权 徐仕强 古小惠 |
| |
| 作者单位： | 湖北工业大学计算机学院,湖北武汉430068 |
| |
| 摘 要： | 为了提高海上风速预测的精度,提出了一种基于局部加权回归的周期趋势分解(STL)改进的季节性差分自回归移动平均模型(SARIMA)和长短时记忆(LSTM)神经网络的海上风速预测方法.首先通过STL分解原始风速时间序列,提高SARIMA模型季节性差分步长的准确性,再使用SARIMA模型对观测的风速序列数据进行预测,得到预测值以及预测值与观测值之间的残差;然后用残差样本集训练长短时记忆神经网络并对残差进行预测;最后将两部分得到的预测值求和得到风速序列的预测值.选定3个不同地点分别进行仿真实验并与改进前方法进行比较,结果表明改进后模型的预测精度更高,误差更小.
|
| 关 键 词： | 海上风速预测 差分步长 季节性差分自回归移动平均 |
Research on Forecasting Method of Sea Wind Speed Based on Improved SARIMA-LSTM |
| |
| YU Congcong,XIONG Caiquan,XU Shiqiang,GU Xiaohui.Research on Forecasting Method of Sea Wind Speed Based on Improved SARIMA-LSTM[J].Journal of Hubei University of Technology,2022,37(1):24-28,53. |
| |
| Authors: | YU Congcong XIONG Caiquan XU Shiqiang GU Xiaohui |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
