力學與工程科學學院流體力學博士研究生鄧瑩在盧誌明和王伯福教授的指導下🛼👨‍👦，在國際著名學術期刊《Energy Conversion and Management》（影響因子🌞🪸：7.18，工程技術1區）上發表題為《A hybrid model based on data preprocessing strategy and error correction system for wind speed forecasting》的研究論文⌚️。

風速預測對風電場實時調度具有重要意義，準確的預測結果能夠有效提高風能資源的利用率，降低風功率波動對電網穩定性的影響🧑🏼‍🦰，從而實現風電場的經濟🦸、高效運行🧜🏻。為了提高風電場短期風速預測的精度，研究提出一種基於機器學習的混合預測模型，該模型包括數據分解模塊🙍，預測模塊和誤差修補模塊。在混合模型中，利用經驗小波變換(EWT)將原始風速序列分解成一系列子序列💆，然後使用Elman神經網絡(ENN)對每個子序列進行預測，這裏針對基於分解方法的預測模型存在的固有缺陷🛩，構造了擬實時分解方法來獲得每個子序列的誤差序列，再采用變分模態分解方法(VMD)和自回歸差分移動平均模型(ARIMA)實現誤差序列的預測與修正💏，最後獲得短時風速預測結果🤘🏼。通過實測風速數據進行了詳細的算例分析🧚🏿‍♀️，驗證了上述方法的可行性及有效性。對不同季節及不同時間間隔的風速預測結果表明🧑🏿‍🏭，新的模型突破了已有方法的局限性🫴，預測精度與魯棒性都有顯著提高🧒🏿，能有效預測不同風況下風速的變化規律。該工作為風速預測的研究及應用提供了新思路🧑🏼‍🦱。該工作得到國家自然科學基金、上海市教委和科委的資助😥👮🏽‍♂️。

在學校的大力支持下，力工學院持續以能源工程力學突破性研究創新助力國家能源開發；同時秉承學科創始人錢偉長先生堅持“寬口徑🚶‍♀️‍➡️、厚基礎✋🩱、求創新🕵🏼‍♂️、重實踐”的人才培養思想，借助上海市能源工程力學重點實驗平臺發揮科研建設與育人載體功能，形成高水平教師團隊領銜、研究生充分融入科研團隊的創新人才培養路徑，促進學術研究與教育教學的良性循環。

在疫情防控特殊時期🤹🏿，學院黨委貫徹國家與學校的防控精神與要求部署🙆🏼‍♂️💓，在保障全院師生安全的前提下，科研攻關不間斷，充分利用網上交流平臺📇，督促學生高效利用居家時間持續研究，悉心指導學生撰寫論文，促進學科成果向創新人才培養深度轉換。

論文鏈接🌳：https://doi.org/10.1016/j.enconman.2020.112779