摘要
本申请涉及气象预测技术领域,尤其涉及一种气象预测精度提升方法、装置、设备、存储介质及计算机程序产品。该方法基于Transformer结构,结合PIDL算法,构建多个初始气象预测模型;将风电机组功率曲线和光伏组件性能特性曲线作为约束条件,并融入各个初始气象预测模型,得到多个基础气象预测模型;基于预设自动超参数调优工具,结合交叉验证算法,对各个基础气象预测模型进行超参数优化;采用集成学习算法,将超参数优化后的多个基础气象预测模型进行融合,得到目标气象预测模型;根据气象特征数据和目标气象预测模型,确定目标气象预测结果,提升了气象预测精度。
技术关键词
精度提升方法
风电机组功率曲线
集成学习算法
超参数
历史气象数据
计算机程序产品
验证算法
光伏组件
基础
精度提升装置
冗余特征
气象预测技术
融合策略
卫星遥感数据
地面气象站
新能源场站
处理器
系统为您推荐了相关专利信息
注意力神经网络
自动评估方法
初始化方法
序列
静态特征
排放预测方法
神经网络模型
MLP神经网络
隧道
变量
数据估算方法
长短期记忆网络
神经网络卷积层
构建卷积神经网络
优化卷积神经网络
梯度提升回归树算法
随机森林
学习器
训练样本集
气象