用于风速预测的多变量堆叠长短期记忆网络
机器学习
2018-11-27 v1 机器学习
摘要
精确预测风速对风电生产商和电网运营商至关重要。然而，由于风速的随机性，该任务具有挑战性。为在不确定性下准确预测短期风速，本文提出了一种多变量堆叠 LSTM 模型（MSLSTM）。所提方法利用多个历史气象变量，如风速、温度、湿度、气压、露点和太阳辐射，来精确预测风速。使用在美国西德克萨斯收集的真实数据对预测性能进行了广泛评估。实验结果表明，所提 MSLSTM 能较好地捕捉和学习不确定性，同时输出具有竞争力的性能。
引用
@article{arxiv.1811.09735,
title = {A Multi-variable Stacked Long-Short Term Memory Network for Wind Speed Forecasting},
author = {Sisheng Liang and Long Nguyen and Fang Jin},
journal= {arXiv preprint arXiv:1811.09735},
year = {2018}
}