首页> 中国专利> 完备总体经验模态分解和深度信念网络的风速预测方法

完备总体经验模态分解和深度信念网络的风速预测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明涉及一种基于完备总体经验模态分解和深度信念网络的风速预测方法，通过将采集到的原始风速数据进行预处理及归一化处理；再用完备总体经验模态分解对归一化处理后的数据进行分解，分解成一系列不同频率的子序列和一个残余序列；建立深度信念网络预测模型，网络输入为各频率子序列及残余序列，网络输出为模型预测出的风速数据；将各频率子序列分别代入所建立的深度信念网络模型，深度信念网络先提取各子序列中的主要特征并建模，然后利用BP神经网络进行有监督学习，采用梯度下降法对网络权值参数不断进行调整，实现风速预测的预测误差最小化。本发明所提供的方法能够对风速进行准确高效的预测，提高了预测精度，减小了预测误差，实现方便。

著录项

公开/公告号CN107909209A

专利类型发明专利
公开/公告日2018-04-13

原文格式PDF
申请/专利权人东华大学;
展开▼

申请/专利号CN201711137575.8
发明设计人胡亚兰;陈亮;
展开▼

申请日2017-11-16
分类号G06Q10/04(20120101);G06Q50/06(20120101);G06N3/08(20060101);
代理机构31233 上海泰能知识产权代理事务所;
代理人宋缨;钱文斌
地址 201620 上海市松江区松江新城人民北路2999号
入库时间 2023-06-19 05:02:17

法律信息

法律状态公告日

法律状态信息

法律状态
2018-05-08

实质审查的生效 IPC(主分类):G06Q10/04 申请日:20171116

实质审查的生效
2018-04-13

公开

公开

相似文献

专利
中文文献
外文文献

1. 完备总体经验模态分解和深度信念网络的风速预测方法 [P] . 中国专利： CN107909209A . 2018-04-13
2. 基于完备总体经验模态分解的砂砾岩沉积相地震预测方法 [P] . 中国专利： CN109884697B . 2021.06.22
3. SIGNAL DECOMPOSITION SYSTEM WITH LOW-LATENCY EMPIRICAL MODE DECOMPOSITION AND METHOD THEREOF [P] . 美国专利： US2015301984A1 . 2015-10-22

机译：低延迟经验模态分解的信号分解系统及其方法
4. PUMP NOISE CANCELLATION METHOD USING EMPIRICAL MODE DECOMPOSITION AND PARTICLE SWARM OPTIMISATION ALGORITHM [P] . 世界知识产权组织专利： WO2020078118A1 . 2020-04-23

机译：基于经验模态分解和粒子群优化算法的泵噪声消除方法
5. STRUCTURAL DAMAGE IDENTIFICATION METHOD BASED ON ENSEMBLE EMPIRICAL MODE DECOMPOSITION AND CONVOLUTION NEURAL NETWORK [P] . 世界知识产权组织专利： WO2020156348A1 . 2020-08-06

机译：基于包络经验模态分解和卷积神经网络的结构损伤识别方法