-
公开(公告)号：CN118568472B
公开(公告)日：2024-10-29
申请号：CN202411053379.2
申请日：2024-08-02
IPC分类号： G06F18/213 , G06N3/0455 , G06N3/08 , G06F18/25 , G01W1/10
摘要： 本发明提供了一种自适应Transformer风速预报订正方法、装置及设备，包括：获取目标区域对应的气象要素及地形数据；通过Transformer特征提取网络，对气象要素及地形数据进行特征提取处理得到深层非线性特征，并对深层非线性特征进行气象特征工程提取处理得到统计特征、时序特征、时间特征和空间特征；通过自适应特征融合网络，对统计特征、时序特征、时间特征和空间特征进行特征融合处理得到融合后特征；通过Transformer特征解码器，基于融合后特征生成目标区域对应的风速预报订正结果。本发明可以提高在极端事件或快速变化的气象条件下的风速预报订正性能，还能有效提高模型特征表达能力。
-
公开(公告)号：CN118550003A
公开(公告)日：2024-08-27
申请号：CN202410772948.2
申请日：2024-06-14
摘要： 本公开提供了一种气溶胶高影响天气下光伏电站辐射预报方法及装置，该方法包括：获取待预报位置处的环境气象数据，环境气象数据包括气溶胶要素预报数据和气象要素预报数据，气溶胶要素预报数据基于大气化学模式得到，气象要素预报数据基于风能太阳能专业模式得到；确定与待预报位置对应的目标总辐照度订正模型；根据目标总辐照度订正模型、气溶胶要素预报数据和气象要素预报数据，得到待预报位置处的预报总辐照度。本公开实施例能够提升得到的预报总辐照度的准确性。
-
公开(公告)号：CN116415408B
公开(公告)日：2024-09-17
申请号：CN202211585966.7
申请日：2022-12-07
摘要： 本发明公布了一种基于四维变分同化的VOCs排放源清单动态反演方法，根据分布在不规则观测点上的气象观测资料得到规则网格点上的大气变量分析值，通过变分方法得到后验权重和分析增量，再得到优化调整后的排放源清单。包括建立针对生态环境部地面监测数据的VOCs观测算子，研发VOCs相关的伴随算子和相应的最优化算法，改进WRF‑CUACE伴随模型v1.0和WRF‑CUACE‑4DVar排放源清单动态反演系统，实现VOCs排放源清单的近实时优化反演，解决目前VOCs观测数据稀少导致的源清单订正难的问题，改进排放源清单的滞后性和不确定性。本发明基于逆向大气化学伴随模型的四维变分资料同化方法进行VOCs排放源清单动态反演，属于排放源清单反演与空气质量数值天气预报技术领域。
-
公开(公告)号：CN118567003A
公开(公告)日：2024-08-30
申请号：CN202410772857.9
申请日：2024-06-14
摘要： 本公开提供了一种风电场轮毂高度风速数值天气预报方法及装置，该方法包括：基于不同风速段的湍流约束因子获得湍流约束因子与风速的对应关系；基于湍流约束因子与风速的对应关系对湍流因子进行修正，获得修正后的湍流因子；利用修正后的湍流因子、湍流转换系数、当前网格点的风速、当前网格点第k和k+1垂直层之间风机叶片扫过的横截面面积、风力涡轮机的数量获得湍流动能；其中，k为大于等于1的整数；基于湍流动能、当前风速和水平方向的动能减少量对风场风速进行预报，获得风速预报结果。本公开实施例能够提高风速预报的准确性。
-
公开(公告)号：CN116415408A
公开(公告)日：2023-07-11
申请号：CN202211585966.7
申请日：2022-12-07
摘要： 本发明公布了一种基于四维变分同化的VOCs排放源清单动态反演方法，根据分布在不规则观测点上的气象观测资料得到规则网格点上的大气变量分析值，通过变分方法得到后验权重和分析增量，再得到优化调整后的排放源清单。包括建立针对生态环境部地面监测数据的VOCs观测算子，研发VOCs相关的伴随算子和相应的最优化算法，改进WRF‑CUACE伴随模型v1.0和WRF‑CUACE‑4DVar排放源清单动态反演系统，实现VOCs排放源清单的近实时优化反演，解决目前VOCs观测数据稀少导致的源清单订正难的问题，改进排放源清单的滞后性和不确定性。本发明基于逆向大气化学伴随模型的四维变分资料同化方法进行VOCs排放源清单动态反演，属于排放源清单反演与空气质量数值天气预报技术领域。
-
公开(公告)号：CN118568472A
公开(公告)日：2024-08-30
申请号：CN202411053379.2
申请日：2024-08-02
IPC分类号： G06F18/213 , G06N3/0455 , G06N3/08 , G06F18/25 , G01W1/10
摘要： 本发明提供了一种自适应Transformer风速预报订正方法、装置及设备，包括：获取目标区域对应的气象要素及地形数据；通过Transformer特征提取网络，对气象要素及地形数据进行特征提取处理得到深层非线性特征，并对深层非线性特征进行气象特征工程提取处理得到统计特征、时序特征、时间特征和空间特征；通过自适应特征融合网络，对统计特征、时序特征、时间特征和空间特征进行特征融合处理得到融合后特征；通过Transformer特征解码器，基于融合后特征生成目标区域对应的风速预报订正结果。本发明可以提高在极端事件或快速变化的气象条件下的风速预报订正性能，还能有效提高模型特征表达能力。
-
公开(公告)号：CN118246337A
公开(公告)日：2024-06-25
申请号：CN202410446026.2
申请日：2024-04-12
IPC分类号： G06F30/27 , G06F18/214 , G06Q50/06 , G06F119/02
摘要： 本公开提供了一种总辐射预报模型训练方法、预报方法及装置。该训练方法包括：获取训练数据集；基于预报要素和实况数据子集确定每种数值模式对应的特征因子，预报要素是影响辐射预报的要素；利用至少两种机器学习模型基于特征因子和训练数据集进行预测，获得每种机器学习模型的初始预测结果；利用深度学习模型对初始预测结果进行集成处理，获得总辐射预测结果；基于总辐射预测结果计算残差值，基于残差值调整深度学习模型的参数，并在残差值达到预设的残差阈值的情况下，获得总辐射预报模型。本公开实施例能够提高总辐射预报模型的准确性和可解释性。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.035 秒)
