[發明專利]一種風速和風向的預測方法

有效

• 申請號: 202111133887.8
• 申請日: 2021-09-27
• 公開（公告）號: CN113779892B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 臧增亮;牛丹;陳善龍;陳夕松;李毅;尤偉;潘曉濱
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G06F111/08;G06F113/08
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 彭小蘭

本發明公開了一種風速和風向的預測方法，通過獲取目標站點的觀測數據與模式數據，并根據觀測數據與模式數據建立初始數據集；對初始數據集進行預處理獲得目標數據集；從目標數據集中提取時間特征信息，并使用線性預測模塊從目標數據集中提取并添加兩組特征數據；在融合自適應權重機制與改進長短記憶單元序列網絡中，對長短記憶網絡中cell隱藏狀態信息和輸入信息進行交互處理；對隱藏狀態信息進行概率采樣處理；利用自適應權重機制將編碼模塊與解碼模塊的隱藏狀態信息進行加權求和以生成網絡預測模型；利用網絡預測模型對所述目標數據集進行集成學習以獲得最終模型并使用所述最終預測模型進行風速和風向的預測，實現了精確對風向和風速進行預測。

技術領域

本申請涉及可再生能源領域，特別是涉及一種風速和風向的預測方法。

背景技術

風速與風向是氣象領域中重要的數據，一般具有不可調節與不可控制的性質，時刻影響人民的正常生活。準確的預測風速與風向是進一步提高風能利用率的重要舉措，而風能作為環保可再生能源，具有巨大的潛力，對于改善人民生活，促進資源節約利用起到重要作用。

目前，在風速與風向檢測中，主要依靠雷達設備與測風塔進行風能相關數據的測量；在預報風速與風向領域中，數值天氣預報與時間序列預測都是當前主流的方法。數值天氣預報在短時預測與長時預測的精準度較低，單一模型的時間序列預測在短時預測與長時預測的精準度同樣較低、因此，如何精確地對風速和風向進行預測成為了一個亟待解決的技術問題。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提供了一種風速和風向的預測方法，旨在解決現有技術無法精確預測風速和風向技術問題。

為實現上述目的，本發明提供了一種風速和風向的預測的方法，所述方法包括：

獲取目標站點的觀測數據與模式數據，并根據所述觀測數據與模式數據建立初始數據集；

對所述初始數據集進行預處理獲得目標數據集；

從所述目標數據集中提取時間特征信息，并使用線性預測模塊從所述目標數據集中提取并添加兩組特征數據；

在融合自適應權重機制與改進長短記憶單元序列網絡中，對所述長短記憶網絡中cell隱藏狀態信息和輸入信息進行交互處理；

對所述隱藏狀態信息進行概率采樣處理；

利用自適應權重機制將編碼模塊與解碼模塊的隱藏狀態信息進行加權求和以生成網絡預測模型；

利用所述網絡預測模型對所述目標數據集進行集成學習以獲得最終模型并使用所述最終預測模型進行風速和風向的預測。

可選地，所述對所述初始數據集進行預處理獲得目標數據集的步驟，包括：

剔除所述初始數據集中不符合預設條件的數據單元；

在檢測到所述數據單元缺失或者有誤時，使用對應閾值范圍內的數據的均值進行補充；

根據處理結果獲得目標數據集。

可選地，所述從所述目標數據集中提取時間特征信息，并使用線性預測模塊從所述目標數據集中提取并添加兩組特征數據的步驟，包括：

將所述目標數據集中的模式數據與真實數據進行規格匹配，模式數據M₁,…,M_m與觀測數據O₁,…,O_n，其中M_i表示t時刻模式預測的第i個特征數據，1≤i≤m，m表示t時刻模式數據的特征總數，O_j表示t時刻實際觀測的第j個特征數據，1≤j≤n，n表示t時刻實際觀測數據的特征總數；