基于长短期记忆网络的风速预测研究

来源：计算机技术与发展杂志2022年第S1期北京时间：

作者：勾志竟;徐摇梅*;年飞翔;孙玫玲

单位：1. 天津市气象信息中心,天津 300074;2. 天津市气象服务中心,天津 300074

摘要：港口作业对短期风速的预测要求越来越高, 针对短期 风 速 的 非 线 性 特 性, 提 出 了 一 种 基 于 深 度 学 习 框 架TensorFlow 构建长短期记忆网络短期风速预测算法。 该算法可以有效避免传统神经网络算法过拟合和梯度消失的问题,并以天津港内滨海新区保税区( A3162) 、滨海新区五洲码头( A3171) 、滨海新区东疆港沙滩( A3177)3 个区域自动站逐小时观测记录数据为基础,选取气压、温度、相对湿度、2 分钟平均风速、2 分钟平均风向作为预测因子,最后以小时最大风速作为预测目标进行了实验。 为验证该算法的实际效果,将该算法与 BP 神经网络、随机森林、门控循环单元( GRU) 、双向GRU 进行了对比。 实验结果表明该算法预测结果的均方根误差( RMSE)、平均绝对误差最小( MAE) ,具有最高的预测精度,可以较好地预测天津港短期风速,为港口船舶安全航行和防灾减灾提供了一种新的思路。

关键词：短期风速预测;深度学习;长短期记忆网络;天津港;TensorFlow