11月21日晚，由党委学生工作部与基础科学部联合主办的第二十三期知“数”达“理”辅导会，在武昌校区南区“一站式”学生社区举办。基础科学部王永月老师以“机器学习——数据预测”为核心，从研究背景、技术拆解、实战演练到未来展望层层递进，帮助同学们厘清数据建模逻辑，轻松入门机器学习领域。

辅导会伊始，王永月结合全球能源变革趋势，点明机器学习在风速预测中的应用价值。当前清洁能源可持续发展已成共识，我国风电装机总量与新增机组数量近十年持续攀升，但风速的强不确定性使传统算法面临拟合能力弱、建模难、预测精度低、计算耗时长等问题，甚至需两三天完成数据运算，难以满足实际需求，这为机器学习提供了用武之地。

为破解技术难题，王永月详细拆解“VMD（变分模态分解）+样本熵+PSO（粒子群优化算法）+LSTM/SVR”组合模型。VMD将复杂二维风速数据分解为多维子序列，让无规律数据直观化；样本熵用于确定最优分解层数，避免过拟合；PSO算法通过迭代寻找最优解，降低预测误差；最终结合LSTM神经网络或SVR非线性回归方法，实现短期风速精准预测。

实战演练环节，王永月以美国魁北克风电场2020年每小时采集的3500个风速样本为例，展示模型应用过程。原始无规律数据经VMD分解为6层子序列后规律清晰显现，再经PSO优化与SVR模型预测，误差大幅缩小，峰值处预测精度显著提升。她还分享了代码获取渠道，鼓励同学们参与数学建模实践。

尾声部分，王永月强调，机器学习通过算法组合优化，为非线性数据处理提供高效方案，其应用不仅限于风速预测，还可延伸至太阳能发电、智能驾驶等多个领域。她指出，AI是人类的协作伙伴，核心价值在于辅助解决复杂问题，未来需更紧密结合实际需求，破解风能发电电力不稳定性等难题，实现技术与应用深度融合。

此次辅导会兼具理论深度与实操性。同学们纷纷表示，讲座内容通俗易懂、层层递进，既掌握了数据建模基本思路，又激发了对机器学习的探索兴趣。知“数” 达“理”辅导会将持续聚焦基础学科与前沿技术融合，为同学们搭建优质学习交流平台。

记者 朱倩瑶 王婧羽 王永月

编辑 张璐