学术报告（陈敏 9.22）

近来，风力发电行业的蓬勃发展要求准确和稳定的风速预测，可靠的风力发电系统在很大程度上依赖于此。由于风的间歇性和复杂性，适当的分解被证明是精确风速预测的关键部分。在此基础上，本讲座将介绍一种混合分解方法，将集合补丁变换（EPT）和带有自适应噪声的完全集合经验模式分解（CEEMDAN）结合起来，利用EPT提取风速的趋势，然后利用CEEMDAN将波动性分为具有不同频率特征的几个波动成分。随后，提出的分解方法与时间卷积网络（TCN）相结合，对趋势和波动成分进行单独预测。最终，通过重建所有成分的预测结果，得到风速预测值并评估所提出的EPT-CEEMDAN-TCN模型的性能。