О нейросетевом подходе к прогнозированию нестационарных временных рядов на основе преобразования Гильберта–Хуанга

Предложен двухэтапный адаптивный подход к прогнозированию временных рядов. Первый этап состоит в декомпозиции исходного ряда на базисные функции и применении к ним преобразования Гильберта. На втором этапе полученные функции и их мгновенные амплитуды используются в качестве входных переменных нейросетевого прогнозирования. Эффективность разработанного подхода продемонстрирована на реальных данных в электроэнергетической задаче прогнозирования резкоизменчивых реализаций перетоков активной мощности.

Статья представлена к публикации членом редколлегии: В. И. Гурман