预测误差低至0.33%
结合自适应噪声完备集成经验模态分解与长短时记忆网络，先将风速序列分解为多尺度模态再逐项预测，最后合并结果，有效捕捉风速的多尺度时变特性。
He, Yingying · Zhang, Likai · 74530568 · Zheyu, Zhang
Energies 2024
在奥地利风速数据上平均绝对百分比误差为0.3285，预测精度足以支撑风电场功率调度。
CEEMDAN将风速信号分解为不同模态，LSTM逐模态预测，合并后还原多尺度时变规律。
采用奥地利与阿尔梅里亚的真实风速数据验证，结果比多种流行模型更优。
在多个性能指标上超越其他流行模型，说明该框架能有效提升风速预测精度。