力学与工程科学学院流体力学博士研究生邓莹在卢志明和王伯福教授的指导下，在国际著名学术期刊《Energy Conversion and Management》（影响因子：7.18，工程技术1区）上发表题为《A hybrid model based on data preprocessing strategy and error correction system for wind speed forecasting》的研究论文。

风速预测对风电场实时调度具有重要意义，准确的预测结果能够有效提高风能资源的利用率，降低风功率波动对电网稳定性的影响，从而实现风电场的经济、高效运行。为了提高风电场短期风速预测的精度，研究提出一种基于机器学习的混合预测模型，该模型包括数据分解模块，预测模块和误差修补模块。在混合模型中，利用经验小波变换(EWT)将原始风速序列分解成一系列子序列，然后使用Elman神经网络(ENN)对每个子序列进行预测，这里针对基于分解方法的预测模型存在的固有缺陷，构造了拟实时分解方法来获得每个子序列的误差序列，再采用变分模态分解方法(VMD)和自回归差分移动平均模型(ARIMA)实现误差序列的预测与修正，最后获得短时风速预测结果。通过实测风速数据进行了详细的算例分析，验证了上述方法的可行性及有效性。对不同季节及不同时间间隔的风速预测结果表明，新的模型突破了已有方法的局限性，预测精度与鲁棒性都有显著提高，能有效预测不同风况下风速的变化规律。该工作为风速预测的研究及应用提供了新思路。该工作得到国家自然科学基金、上海市教委和科委的资助。

在学校的大力支持下，力工学院持续以能源工程力学突破性研究创新助力国家能源开发；同时秉承学科创始人钱伟长先生坚持“宽口径、厚基础、求创新、重实践”的人才培养思想，借助上海市能源工程力学重点实验平台发挥科研建设与育人载体功能，形成高水平教师团队领衔、研究生充分融入科研团队的创新人才培养路径，促进学术研究与教育教学的良性循环。

在疫情防控特殊时期，学院党委贯彻国家与学校的防控精神与要求部署，在保障全院师生安全的前提下，科研攻关不间断，充分利用网上交流平台，督促学生高效利用居家时间持续研究，悉心指导学生撰写论文，促进学科成果向创新人才培养深度转换。（卢志明，裴志茹）

论文链接：https://doi.org/10.1016/j.enconman.2020.112779