摘要
针对采用时间序列预测方法预测覆冰厚度会因其序列自相关性产生一定程度的滞后情况的问题,采用气象数据作为特征的多变量等值覆冰厚度预测。针对覆冰厚度预测准确性不高的问题,采用注意力机制对多维特征参量和时间步长进行自适应权重分配,以突出不同特征维度、时间步中的重要信息。同时由于覆冰随时间变化,采用双向长短期记忆网络(BiLSTM)建立覆冰预测模型对该过程中各时间点的过去和未来所提供的信息加以利用,并且针对BiLSTM的参数选取问题,采用鲸鱼优化算法(WOA)进行超参数选取,减小人为干预导致的误差,进而提升线路等值覆冰厚度预测的准确度,最终通过实验结果对模型进行有效性验证。
作者
于童
李英娜
Yu Tong;Li Yingna
基金
国家自然科学基金项目(61962031)。
