摘要
本公开提供了一种风电场对地表温度影响预测模型的构建方法及装置,涉及数据处理技术领域。该方法包括:基于卫星遥感数据确定风电场区域和对照区域的空间范围,并利用空间范围获取风电场地表温度数据与对照地表温度数据;利用气象数值模式模拟风电场区域的气象变量数据,并利用气象变量中的风速变量筛选风电场运行时段;确定风电场地表温度数据与对照地表温度数据的差值,以获得风电场对地表温度的影响数据;以风电场运行时段对应的气象变量数据作为输入,影响数据作为输出,基于机器学习算法构建风电场对地表温度影响的预测模型。本公开中的技术方案可以通过机器学习算法精准预测风电场对地表温度的影响,提高预测精度和适用性。
技术关键词
地表温度数据
卫星遥感数据
气象
机器学习算法
构建风电场
残差预测
变量
预测残差
随机森林模型
数据获取模块
风电机组
训练样本集
风速
生成风电场
二叉决策树
构建决策树
机器学习模型
校准算法
数值
系统为您推荐了相关专利信息
多级曝气
污水处理装置
智能控制单元
浮渣收集装置
溶解氧监测仪
动态修正系统
称重校验设备
动态修正方法
机器视觉组件
挖掘机称重系统
河口地区
皮尔逊相关系数
机器学习算法
序列
因子
风险评估方法
气象预报数据
卫星遥感技术
深度残差网络
集成卷积神经网络