-
基于集合经验模态分解和深度神经网络模型的天津港风速预测研究
-
描述：风是天津港区域重点关注的气象要素之一,风速的预测准确性是港口安全生产的关键,为此提出了一种基于改进的经验模态分解（EMD）和神经网络模型（LSTM）的风速预测方法。EMD已广泛应用于分析非线性随机信号,集成经验模态分解（EEMD）是EMD的一种改进方法,可以有效处理模态混叠问题,并将原始数据分解为具有不同频率的更平稳的信号,每个信号均作为LSTM神经网络模型的输入数据,最终的预测风速数据则是通过汇总单个信号的预测数据而获得。以天津港区域2017年的站点实测风速为例,研究表明该混合方法比欧洲中心数据集（ERA）模式预报数据更加准确,该方法可以提高预报的准确性,适用于天津港区域的短期风速预报。
