自适应能量分解频率感知变压器

动态捕获主频成分

通过端到端可学习的自适应能量分解，联合实例与变量特征动态选择主导频率分量，并以双分支设计兼顾通道依赖建模与泛化能力。

刘新儒 · Heyu, Chai · 刘圣军

Knowledge-Based Systems 2025

技术优势

频率自适应

分解模块联合实例级与变量级特征动态选择主导频率分量，实现对高低能分量的精细分离。

双分支协同

高能分量经通道依赖机制捕获复杂变量间相关性，低能分量由通道独立 Flip Encoder 增强泛化，兼顾表征能力与鲁棒性。

显著优于现有方法

在多个真实世界数据集上的长期预测任务中显著超越最先进方法。

应用场景

• 具身智能时序预测：预测机器人运动与环境交互的时序状态，提升决策前瞻性。
• 机器人状态预测：对机器人关节、位置等状态进行多步预测，支持实时控制。
• 传感器网络预测：处理多传感器时序数据，捕获通道间关联，提升监测精度。
• 可再生能源功率预测：对风电、光伏功率进行长期预测，支撑电网调度。