基于长短期记忆网络(LSTM)的风速预测与可视化
机器学习
2020-05-27 v1
摘要
气候变化是本世纪最令人关切的问题之一。发电产生的排放是将这一关切推向新高度的关键因素。可再生能源来源广泛且在全球范围内可用，然而，主要挑战之一是以更具信息量的方式理解其特性。本文提出风速预测方法，以简化风电场规划和可行性研究。使用了十二种人工智能算法基于收集的气象参数进行风速预测。比较了各模型的性能以确定风速预测精度。结果表明，深度学习方法长短期记忆(LSTM)以97.8%的最高精度优于其他模型。
引用
@article{arxiv.2005.12401,
title = {Wind Speed Prediction and Visualization Using Long Short-Term Memory Networks (LSTM)},
author = {Md Amimul Ehsan and Amir Shahirinia and Nian Zhang and Timothy Oladunni},
journal= {arXiv preprint arXiv:2005.12401},
year = {2020}
}
备注
10th International Conference on Information Science and Technology (ICIST 2020)