期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于模糊聚类与Copula的场景特征自适应风速预测模型
1
作者 王永真 唐豪 +3 位作者 韩特 李嘉宇 韩恺 冶兆年 《全球能源互联网》 北大核心 2026年第1期24-35,共12页
针对多变量风速预测中存在的特征选择复杂、计算效率低及模型泛化能力不足等问题,提出一种融合场景划分与最优Copula选择的自适应风速预测模型。构建了“场景聚类-动态变量选择-滚动预测”的三阶段协同机制:首先,采用模糊C均值聚类算法... 针对多变量风速预测中存在的特征选择复杂、计算效率低及模型泛化能力不足等问题,提出一种融合场景划分与最优Copula选择的自适应风速预测模型。构建了“场景聚类-动态变量选择-滚动预测”的三阶段协同机制:首先,采用模糊C均值聚类算法将多维气象数据划分为具有相似特征的天气场景;其次,运用Copula函数构建多变量相关性模型,依欧氏距离筛选最优Copula函数,结合综合相关系数,实现场景自适应的动态变量选择;最终,设计分场景LSTM预测模型与实时数据滚动更新策略,通过动态匹配场景特征与预测模型提升预测精度。以欧洲某地区公开的天气数据进行验证表明,所提出的方法模型在风速预测准确性上优于单一场景预测模型。具体表现为,均方根误差降低3.6%,标准化误差降低5.2%,平均绝对百分比误差降低4.2%,决定系数提高4.5%。 展开更多
关键词 风速预测 长短期记忆网络(LSTM) copula函数场景自适应 模糊C均值聚类
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部