融合群分解与Transformer-KAN的短期风速预测

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)