[發明專利]一種提高風速預報精度的方法有效
| 申請號： | 201410045468.2 | 申請日： | 2014-02-08 |
| 公開（公告）號： | CN103793511B | 公開（公告）日： | 2017-02-01 |
| 發明（設計）人： | 陳欣;韓明;朱志成;申燭;孟凱鋒;岳捷;孫翰墨;馬龍;姜源 | 申請（專利權）人： | 中能電力科技開發有限公司 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30 |
| 代理公司： | 北京華夏正合知識產權代理事務所(普通合伙)11017 | 代理人： | 韓登營,張煥亮 |
| 地址： | 100034 北京市西城區阜成*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 提高 風速 預報 精度 方法 | ||
1.一種提高風速預報精度的方法，其特征在于，包括步驟：
A、依據風向、風能確定特征月份；
B、依據各特征月份的歷史氣象數據，結合對特征月份進行WRF模式計算，確定WRF模式的主程序參數方案；
C、依據所確定的主程序參數方案計算出預測風速，結合BP神經網絡進行修正，以得出風速預報。
2.根據權利要求1所述的提高風速預報精度的方法，其特征在于，所述步驟B中包括：
B1：運行WRF模式前處理階段，建立預報區域的三維嵌套模型；
B2：分別采用主程序參數方案中所包含的參數變量對各特征月的歷史氣象數據進行日模擬計算，得出WRF模式預報的風速值；
B3：依據計算得出風速值的誤差大小，確定一定數量的備選參數方案。
3.根據權利要求2所述的提高風速預報精度的方法，其特征在于，所述步驟B3中包括：
B31：對步驟B2所計算出的風速值進行誤差計算；
B32：對誤差進行由小到大排序，以確定備選參數方案。
4.根據權利要求3所述的提高風速預報精度的方法，其特征在于，所述步驟B31中，采用均方根誤差算法，式中：V’t為WRF模式中結合各參數方案所預報的的風速值、Vt為對應時間的實測風速值、N為每日預報風速的個數。
5.根據權利要求3所述的提高風速預報精度的方法，其特征在于，所述步驟B32中，對特征月份風速值誤差的日平均值進行排序，平均值為式中i代表參數方案的序數。
6.根據權利要求3所述的提高風速預報精度的方法，其特征在于，所述步驟B32之后還包括步驟：依據步驟B32中備選參數方案所計算出的特征月的風速日變化圖，與該特征月的實測風速日變化圖進行比較，剔除與實測風速日變化圖變化趨勢相悖的參數方案。
7.根據權利要求1所述的提高風速預報精度的方法，其特征在于，所述步驟A中包括：
A1：將主導風向一致的月份進行歸類，確定預報區域的大風月、小風月和過渡月；
A2：確定大風月、小風月和過渡月中的特征月份。
8.根據權利要求7所述的提高風速預報精度的方法，其特征在于，所述步驟A2中計算大風月、小風月和過度月中各月風速的標準差值，采用公式進行計算，式中，Vi代表當月每間隔一定時間所檢測的風速、代表所檢測風速的平均值、n代表本月所檢測風速的個數，將大小風月類型中標準差最大的月份作為典型月。
9.根據權利要求7所述的提高風速預報精度的方法，其特征在于，所述步驟C中包括步驟：
C1：依據步驟B所確定的WRF模式主程序參數方案，選擇大風月、小風月和過度月至少累計6個月的歷史預報數據進行WRF模式計算，分別得出日風速值；
C2：將所述日風速值作為輸入層，并將與其對應時間的實際日風速值作為輸出值，對BP神經網絡的隱含層進行訓練；
C3：獲取未來24小時的天氣預報數據，針對不同月份，采用該月份所屬特征月份的參數方案進行WRF模式計算以預測風速，并將計算結果作為BP神經網絡的輸入層，經過隱含層計算，輸出修正風速。
10.根據權利要求1所述的提高風速預報精度的方法，其特征在于，所述主程序參數方案中包括：微物理過程、長波輻射、短波輻射、地表層、陸面層、行星邊界層和積云參數化。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中能電力科技開發有限公司，未經中能電力科技開發有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201410045468.2/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：設備抗輻照加固再設計方法
- 下一篇：一種處理車載終端海量數據的方法和系統
