-
公开(公告)号：CN117150430A
公开(公告)日：2023-12-01
申请号：CN202311115702.X
申请日：2023-08-31
申请人： 南京信息工程大学
IPC分类号： G06F18/25 , G06F18/214 , G06N3/0464 , G06N3/0442 , G06F18/213 , G01W1/10
摘要： 本发明公开了一种基于多源异构数据融合的高铁沿线大风预测算法。首先获取风速数据和气象要素数据进行数据预处理，构建多元多时距风速预测样本集，然后构建待训练基于多源异构数据融合的多支路TCN‑BiLstm注意力预测网络模型，经过训练基于多源异构数据融合的多支路TCN‑BiLstm注意力预测网络模型，以检测气象要素数据为输入，以铁路沿线目标风速监测点的预测风速为输出进行预测。本方法使用多时距数据作为模型的输入，建立多支路TCN‑BiLstm注意力预测网络，使用时间卷积网络、双向长短时记忆网络和高效通道注意力网络作为骨干网络各分路模块，并且设计了特征融合模块，能够全面捕捉风速数据在不同时间尺度上的模式和特征，提高预测的鲁棒性和稳定性。
-
公开(公告)号：CN118152758A
公开(公告)日：2024-06-07
申请号：CN202410356482.8
申请日：2024-03-27
申请人： 南京信息工程大学
IPC分类号： G06F18/20 , G06F18/213 , G06F18/24 , G06F18/22 , G06F18/214 , G06F16/906 , G06N3/0442 , G06N3/0985 , G06Q10/04 , G06Q50/40 , G06F123/02
摘要： 本发明公开了基于风过程划分的高铁沿线秒级极值风速预测方法、系统，该方法包括利用高铁风速秒级颗粒度显著特征点提取算法，提取高铁沿线秒级风速观测序列的初始显著特征点并去除过渡性峰值，获得最终的显著特征点集合，根据该集合将风过程进行分类，建立风过程数据库；设计相似度优化动态时间调整算法，利用该算法在风过程数据库中匹配出相似度在百分之90以上的风速观测序列，将该序列作为训练集，输入到TCN‑BiGRU预测模型中，通过贝叶斯优化算法优化预测模型参数，实现风速预测。本发明有效处理了高铁沿线秒级风信号中的复杂和非线性模式，提高了预测的准确性和适应性。
-
公开(公告)号：CN117743820A
公开(公告)日：2024-03-22
申请号：CN202311609338.2
申请日：2023-11-29
申请人： 南京信息工程大学
IPC分类号： G06F18/213 , G01P5/24 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06F30/27 , G06F119/02
摘要： 本发明公开了一种列车干扰的异常值检测方法、装置及存储介质，所述方法包括获取历史秒级风速监测数据；将历史秒级风速监测数据输入波动熵模型，得到历史秒级风速监测数据的最佳时距；将最佳时距作为模型输入卷积神经网络，对最佳时距进行数据特征提取；将提取到的数据特征传输到门控循环单元进行单步预测，得到秒级高风速和低风速段的预测值和相应的预测残差；将预测残差与设定的残差阈值进行对比，进行列车干扰的检测；本发明不仅提高了最佳时距的风速输入模型检测列车干扰的准确性，还提高了低风速背景风场中明显列车干扰的准确率和风速监测数据预测预警的可预测性，为高铁沿线风速预测预警研究提供高质量的数据集。
-
公开(公告)号：CN116388184B
公开(公告)日：2023-08-15
申请号：CN202310653736.8
申请日：2023-06-05
申请人： 南京信息工程大学
IPC分类号： H02J3/00 , G01P5/00 , G06N3/0442 , G06N3/047 , G06N3/08 , G06F18/213 , G06F18/23213 , G06F123/02
摘要： 本发明公开了一种基于风速日波动特征的超短期风速修订方法、系统，该方法为：通过构建VSDA模型对历史风速数据进行风速日分段、波动特征提取以及分类，为风速修订算法提供风速日数据与风速波动标记，高度概括了风速间的相关性与风速波动特征；而后将过往风速日数据、对应波动标记与数值天气预报风速预测数据作为模型输入，结合经过贝叶斯优化的长短期记忆神经网络算法实现对数值天气预报风速预测值修订。本发明提出的修订方法可有效地提高风速预测值的准确度，使得风速预测值可靠性大幅提升，增强了风电功率预测的准确度，具有一定的实用价值。
-
公开(公告)号：CN116388184A
公开(公告)日：2023-07-04
申请号：CN202310653736.8
申请日：2023-06-05
申请人： 南京信息工程大学
IPC分类号： H02J3/00 , G01P5/00 , G06N3/0442 , G06N3/047 , G06N3/08 , G06F18/213 , G06F18/23213 , G06F123/02
摘要： 本发明公开了一种基于风速日波动特征的超短期风速修订方法、系统，该方法为：通过构建VSDA模型对历史风速数据进行风速日分段、波动特征提取以及分类，为风速修订算法提供风速日数据与风速波动标记，高度概括了风速间的相关性与风速波动特征；而后将过往风速日数据、对应波动标记与数值天气预报风速预测数据作为模型输入，结合经过贝叶斯优化的长短期记忆神经网络算法实现对数值天气预报风速预测值修订。本发明提出的修订方法可有效地提高风速预测值的准确度，使得风速预测值可靠性大幅提升，增强了风电功率预测的准确度，具有一定的实用价值。
-
公开(公告)号：CN117851736A
公开(公告)日：2024-04-09
申请号：CN202410256885.5
申请日：2024-03-07
申请人： 南京信息工程大学
摘要： 本发明公开了一种基于模糊自适应寻优融合的气象要素插值方法，包括对设定数量的插值方法使用研究区内实测站点的气象观测数据进行k折交叉插值验证得到精度排序；选取排名前m个插值方法作为待选子方法元素，并对n个实测站点进行留一法插值运算，得到相应的插值结果并计算求得误差矩阵，进而构建模糊隶属度矩阵，基于该矩阵，计算基于隶属度的权重系数矩阵；将插值结果与权重系数矩阵进行实测站插值数据融合，得到相应的精准度指数；进行迭代操作，获取最优子方法元素个数；进行最优子方法元素插值，得到预测点处的空间插值结果，结合预测点隶属度权重系数，加权得到预测点插值融合数据。本发明可有效提升插值结果精度，具有一定的实用价值。
-
公开(公告)号：CN118536015A
公开(公告)日：2024-08-23
申请号：CN202410607406.X
申请日：2024-05-16
申请人： 南京信息工程大学
IPC分类号： G06F18/2431 , G06F18/27 , G06F18/15 , G06Q10/04 , G06Q50/40 , G06N3/0464 , G06N3/049 , G06N3/08 , G01P5/00
摘要： 本发明提出了一种基于风速状态变化的高铁沿线风速预测方法，包括构建向量自回归模型，利用马尔科夫状态将铁路沿线历史风速进行三区制划分，并获得相应的风速序列；基于风速序列，基于波动函数剔除风速序列中Hurst指数小于0.5的片段，获得不同时间尺度序列片段；采用变分模态分解模型将步骤S2中不同时间尺度序列片段分解为本征模态分量，计算该分量的Hurst指数并进行分类；根据分量的特点，采用不同的方法对其进行风速预测，并将不同分量的预测结果进行相加，得到最终的风速预测结果。本发明能够有效提高预测精确度。
-
公开(公告)号：CN117851736B
公开(公告)日：2024-05-14
申请号：CN202410256885.5
申请日：2024-03-07
申请人： 南京信息工程大学
摘要： 本发明公开了一种基于模糊自适应寻优融合的气象要素插值方法，包括对设定数量的插值方法使用研究区内实测站点的气象观测数据进行k折交叉插值验证得到精度排序；选取排名前m个插值方法作为待选子方法元素，并对n个实测站点进行留一法插值运算，得到相应的插值结果并计算求得误差矩阵，进而构建模糊隶属度矩阵，基于该矩阵，计算基于隶属度的权重系数矩阵；将插值结果与权重系数矩阵进行实测站插值数据融合，得到相应的精准度指数；进行迭代操作，获取最优子方法元素个数；进行最优子方法元素插值，得到预测点处的空间插值结果，结合预测点隶属度权重系数，加权得到预测点插值融合数据。本发明可有效提升插值结果精度，具有一定的实用价值。
-
公开(公告)号：CN117390340A
公开(公告)日：2024-01-12
申请号：CN202311288694.9
申请日：2023-10-07
申请人： 南京信息工程大学
摘要： 本发明公开了一种风速动态时间规整方法、系统，该方法包括：对采集的空间多个站点的风速风向时间序列进行预处理，得到完整的风速时间序列和风向时间序列；将完整的风速时间序列进行编码，并计算风速时间序列之间的匹配代价；将完整的风向时间序列进行编码，并计算风速时间序列之间的匹配代价；将两种时间序列的匹配代价从一维拓展至二维，结合风向和站点间位置的空间关系优化匹配最小路径；结合匹配最小路径，计算风速动态时间规整得分。本发明可以在进行空间风速的插值和预测之前，预先选取目标位置合理的待处理风速，提高了空间风速插值和预测精度。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.023 秒)
