非高斯噪声下更高精度
采用最大混合相关熵准则训练的LSTM神经网络，经改进变分模态分解与样本熵预处理，在风力发电功率预测中精度显著高于传统MSE损失模型。
Lu, Wenchao · 段建东 · Wang, Peng · 马文涛 · Fang, Shuai
International Journal of Electrical Power and Energy Systems 2023
最大混合相关熵损失能更好地处理非高斯噪声，避免传统MSE损失导致的性能下降。
PSO自动优化混合系数和核参数，省去人工调参，保证模型性能。
IVMD与样本熵结合，能处理高复杂度数据，提升预测精度。
在四组风电场数据上验证，预测精度提升10%以上，RMSE和MAE显著降低。