用于风速预报的多尺度图小波网络
机器学习
2021-10-05 v2 人工智能
摘要
几何深度学习因其表征任意结构的固有能力而在学术界与工业界获得巨大关注。由于对可再生能源尤其是风能的兴趣指数级增长，准确的风速预报已变得非常重要。本文中，我们提出一种新颖的深度学习架构——用于风速预报的多尺度图小波网络（Multi Scale Graph Wavenet）。它基于图卷积神经网络，并在风速预报中捕捉多变量时间序列气象数据中的空间与时间关系。我们特别从膨胀卷积、跳跃连接与 inception 网络获得灵感以捕捉时间关系，并利用图卷积网络捕捉数据中的空间关系。我们在丹麦不同城市实测的真实风速数据上开展实验，并将结果与最先进的基线模型比较。我们的新颖架构在多个预报时限上的风速预报中以 4-5% 优于最先进方法。
引用
@article{arxiv.2109.15239,
title = {Multi Scale Graph Wavenet for Wind Speed Forecasting},
author = {Neetesh Rathore and Pradeep Rathore and Arghya Basak and Sri Harsha Nistala and Venkataramana Runkana},
journal= {arXiv preprint arXiv:2109.15239},
year = {2021}
}
备注
7 pages