摘要
本发明属于气象数据预测领域,公开了一种用于光热功率预测的气象数据预测方法,包括如下步骤:对采集到的光热电站的历史气象数据进行清洗;然后进行时间插值和空间插值;以一特定实测气象站点数据为标准输出,以各数据源时空间插值数据为输入,构建人工神经网络融合模型,训练融合模型,然后将另一地点多数据源时空间插值后的数据输入到训练好的融合模型,再进行逆归一化处理,得到融合后的气象数据;将融合后的历史气象数据输入到中尺度数值天气预报模型中,得到未来一段时间的气象数据。本发明的方法融合了多数据源,提高了源数据的准确度和可靠性;进一步的时空间插值方法,可以计算无气象数据来源地点的不同历史时间的气象数据,准确度高。
技术关键词
人工神经网络
数据预测方法
插值模型
序列
滑动窗口
历史气象数据
代表
多数据源融合
数值天气预报
多项式
光热
滑动模板
参数
气象站
测试误差
空间插值方法
滤波
热电站
系统为您推荐了相关专利信息
异常用户
时间段
计算机程序产品
数据
可读存储介质
动力控制方法
电池健康状态
时间序列模型
模糊推理
锂电
生命周期特征
变化趋势预测
数据保护
数据迁移
特征提取方法