摘要
本发明公开一种基于DFA标度指数的激光测风雷达缺测数据填补方法,包括如下步骤:步骤(1)、对激光测风雷达原始数据进行标准化处理和质量控制,得到风速标准化数据;步骤(2)、对风速标准化数据进行去趋势波动分析并计算DFA标度指数;将风速标准化数据与DFA标度指数结合,构建得到含有DFA指数的风速数据;步骤(3)、将含有DFA指数的风速数据划分为训练集和测试集;利用训练集进行机器学习模型训练,生成缺测数据填补模型;步骤(4)、利用评估后的缺测数据填补模型完成激光测风雷达缺测数据的填补。本发明可以解决现有激光测风雷达缺测数据填补方法依赖人工经验、不能充分利用风速内在物理机制而导致数据修复精度不理想的问题。
技术关键词
激光测风雷达
填补方法
人工神经网络模型
指数
序列
机器学习模型训练
风速
随机森林模型
趋势波动分析
计算方法
数据
K近邻
样本
训练集
划分方法
传播算法
依赖人工
特征数
邻居
系统为您推荐了相关专利信息
储能变流器
故障诊断模型
无功指令
虚拟同步发电机
深度神经网络
客户管理方法
交易平台
建立预期交易
变量
数据收集模块