基于DeepAR的短期風(fēng)速概率預(yù)測

摘要： 為對鐵路沿線風(fēng)速提前進(jìn)行預(yù)判，保障橋梁施工及高速鐵路列車運(yùn)行時的安全，提出基于深度自回歸模型(DeepAR)的短期風(fēng)速預(yù)測方法。采用平潭海峽公鐵兩用大橋和西堠門大橋?qū)崪y風(fēng)速進(jìn)行驗證，并以包括小波包分解下的卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)混合模型(WPD-CNNLSTM-CNN)在內(nèi)的4種模型作為點(diǎn)預(yù)測對比模型，以SimpleFeed-Forward、ARIMA、Random Walk...