《表1 5种预测模型输入参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于深度学习的FRS-CLSTM风速预测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

分别运用BP、ARIMA、LSTM、CLSTM、FRS-CLSTM进行预测，预测模型输入参数如表1所示。BP神经网络和LSTM神经网络的输入参数相同，时间序列ARIMA仅将风速作为输入参数，CLSTM融入风速软测量参数，FRS-CLSTM使用模糊粗糙集的属性约简和风速软测量参数。