摘要
本发明公开了一种融合分解算法与GraphCast模型的太阳辐射预报方法,涉及太阳辐射预测技术领域。包括:在ERA5再分析开源数据库获取气象变量数据;对数据进行预处理,得到符合GraphCast模型输入格式的气象变量数据;构建GraphCast模型进行气象预报;获取某地区站点的实测气象变量数据和太阳辐射数据;通过XGBoost特征筛选算法,筛选出相对于太阳辐射重要性高的气象变量;利用VMD分解算法对筛选出的气象变量进行预处理,以预处理后的数据构建训练集和测试集;以实测太阳辐射作为模型的标签,利用训练集的数据对RF模型进行训练优化;基于GraphCast耦合VMD分解算法混合RF模型,根据测试集气象数据预测太阳辐射。本发明可以达到更高精度的太阳辐射预报。
技术关键词
分解算法
预报方法
气象
变量
太阳辐射预测技术
开源数据库
筛选算法
通用数据格式
风速
地面
站点
层级
随机森林
标签
检查点
湿空气
大气层
水蒸气
系统为您推荐了相关专利信息
神经网络模型
双向长短期记忆网络
价格预测方法
注意力机制
动态权重分配
位置控制方法
扩张状态观测器
多路阀
变量
液压油缸活塞杆
状况识别方法
气候特征参数
时间段
作物生长发育
叶片
调度控制方法
建筑能耗预测
负荷
历史气象数据
柔性
多属性识别模型
车辆
多任务损失函数
图像
连续决策变量