融合群分解与Transformer-KAN的短期风速预测

来源：南京信息工程大学学报·自然科学版杂志2026年第1期北京时间：

作者：史加荣，张思怡

单位：史加荣,西安建筑科技大学 理学院, 西安, 710055;西安建筑科技大学 绿色建筑全国重点实验室, 西安, 710055,张思怡,西安建筑科技大学 理学院, 西安, 710055

摘要：针对风速固有的不稳定性,通过融合群分解(Swarm Decomposition,SWD)、Transformer和Kolmogorov-Arnold网络(KAN),提出一种SWD-Transformer-KAN预测模型.首先,利用SWD对原始风速数据进行分解,以提取关键特征.其次,针对每个被分解的子序列,建立Transformer-KAN模型,所建模型充分利用了Transformer的时序处理能力和KAN的非线性逼近能力.最后,对所有子序列的预测结果进行叠加,得到最终的风速预测值.为了验证所提出模型的有效性,将其与其他模型进行实验对比,结果表明,SWD-Transformer-KAN模型具有最优的预测性能,其决定系数(R2)高达99.91%.

关键词：风速预测;群分解;Transformer;Kolmogorov-Arnold网络

基金资助：绿色建筑全国重点实验室自主研究课题(LSZZ-Y202414);陕西省自然科学基金(2021JM-378)