基于模糊信息粒化和长短期记忆网络的.docVIP

第44卷 第504期 电测与仪表 Vol.44 No.504 2007年 第12期 Electrical Measurement Instrumentation Dec.2007 PAGE 1 - 基于模糊信息粒化和长短期记忆网络的 短期风速预测* 殷豪，黄圣权，刘哲，孟安波，杨跞 （广东工业大学自动化学院， 广州 510006） 摘要：针对风速点预测无法对预测结果进行风险评估、区间预测难以满足电网精细化要求以及现有静态预测方法难以描述风速序列长期相关性的现象，提出一种基于模糊信息粒化(fuzzy information granulation，FIG)和长短期记忆(long short-term memory，LSTM)网络的动态预测模型。该方法先对风速序列进行模糊信息粒化，提取出粒化后数据的最大值 (区间上界)、最小值（区间下界）和平均值。其次采用ADAM算法优化的LSTM网络对各粒化数据进行动态建模，得到能描述风速波动性的区间预测结果和点预测结果。算列表明，所提动态模型的预测效果比其它基本模型的预测效果更好。 关键词：点预测；区间预测；长