摘要
本发明公开了基于地基云图的DNI超短期预报方法,涉及DNI预报技术领域,包括以下步骤:整合DNI历史气象观测数据和污染物数据,经过预处理后,建立了基于污染物浓度的DNI衰减比例模型;通过晴空和云层条件下的气象数据计算DNI相对衰减值,作为因变量;获取不同污染物并进行组合,利用方差分析识别出初始污染物组合;以初始组合为基础训练DNI衰减比例模型,并逐步增加污染物组合,构建污染物训练输出集合。通过数据分析筛选出可接受泛用性的污染物组合,为DNI预测提供了坚实基础;计算云对DNI的衰减值。基于不同污染物类型的DNI预测子模型,修正初始DNI预测值,获得最终的DNI预测结果,该方法提高了DNI预测的准确性和鲁棒性。
技术关键词
短期预报方法
比例模型
地基云图
气象观测数据
线性回归模型
大气模型
比例计算方法
地理位置参数
历史气象数据
线性回归方程
预报技术
基准
统计方法
基础
比率
鲁棒性
重复性
训练集
因子
系统为您推荐了相关专利信息
清洁能源
优化调度策略
机器学习算法分析
多时间尺度
实时监测系统
电能计量箱
故障预警功能
智能监测模块
故障预警装置
远程监控中心
一元线性回归模型
变压器油色谱
数据分析方法
多组分气体
可执行程序代码
高密度油基钻井液
控压钻井
优化设计方法
数学模型
非线性回归模型
动态运行环境
逻辑回归模型
线性回归算法
互感器管理系统
数据收集模块