摘要
本发明公开了一种数值预报产品预报误差校正方法,包括获取数值预报产品预报数据和真实气象数据并计算出预报误差;基于MIC对预报数据和预报误差进行相关性分析,筛选关联因子;采用CEEMDAN将提取的关联因子和误差分解为多个子序列;对传统北方苍鹰优化算法NGO进行改进,得到改进的北方苍鹰算法INGO;对传统LSTM网络改进,得到共享权重门控记忆网络SWGMN;采用SWGMN对每个误差子序列进行预测,将每个误差子序列的预测结果累加得到最终的误差预测结果;将预报数据减去误差预测结果得到预报误差校正结果。本发明将改进的北方苍鹰算法INGO与SWGMN相结合,利用INGO来优化SWGMN的超参数,使得SWGMN的预测性能达到最优状态,进一步提高了总体模型的校正精度。
技术关键词
预报误差校正
数值预报产品
风速
序列
位置更新
概率密度函数
误差预测
气象
噪声系数
超参数
算法
非线性
因子
预测误差
策略
节点数
数据