二次分解高精度
针对风速多步预测，引入二次分解与多标签特定XGBoost特征选择，有效捕捉风速波动频分特性与时间依赖，避免现有方法在多步预测特征选择上的不足。
Jiang, Zheyong · 车金星 · Mingjun, He · Fang, Yuan
Renewable Energy 2023
提出多标签特定XGBoost特征选择方法，为每个子序列筛选最优输入特征，简化数据结构并提高建模效率。
通过二次分解和样本熵分析，将原始风速序列分解为多个子序列，进一步提取风速波动的频分特性。
开发的CGRU预测模型能够捕获深度特征并获取风速的时间依赖关系，适应长期依赖。