基于CMAREPS格点预报数据的深度学习风速订正方法

文档名：基于CMAREPS格点预报数据的深度学习风速订正方法
摘要：准确的风速预测对风能资源的充分利用和风电场的经济效益提升具有显著的意义.为提高集合数值预报的风速预报能力,弥补现有深度学习集合预报订正模型对格点预报数据时间特征提取的不足,引入ConvLSTM深度学习模型,对CMA-REPS(中国气象局区域集合预报模式)预测的华北地区近地面10m风速格点数据进行偏差订正实验,以均方根误差(RMSE)作为评分标准将订正结果与CMA-REPS原始预报数据和Unet深度学习模型方法得到的订正结果进行对比.结果表明,ConvLSTM模型的订正效果相比Unet模型有进一步的提升,经ConvLSTM模型订正后的近地面10m风速预报数据整体上更趋近于实况数据.

作者：毛波   杨昊   周世杰   杨康权   陈敏 Author：MAOBo   YANGHao   ZHOUShijie   YANGKangquan   CHENMin
作者单位：成都信息工程大学计算机学院,四川成都610225成都信息工程大学计算机学院,四川成都610225;电子科技大学信息与软件工程学院,四川成都610054电子科技大学信息与软件工程学院,四川成都610054四川省气象台,四川成都610072;四川省气象局重点实验室,四川成都610072
刊名：成都信息工程大学学报
Journal：JournalofChengduUniversityOfInformationTechnology
年，卷(期)：2023, 38(3)
分类号：TP183
关键词：CMA-REPS  集合预报  偏差订正  深度学习  风速  
机标分类号：P457.5TN957.51+3F224.9
在线出版日期：2023年6月6日
基金项目：国家重点研发计划，四川省科技计划重点研发专项资助项目基于CMA-REPS格点预报数据的深度学习风速订正方法[
期刊论文]  成都信息工程大学学报--2023, 38(3)毛波  杨昊  周世杰  杨康权  陈敏准确的风速预测对风能资源的充分利用和风电场的经济效益提升具有显著的意义.为提高集合数值预报的风速预报能力,弥补现有深度学习集合预报订正模型对格点预报数据时间特征提取的不足,引入ConvLSTM深度学习模型,对CMA-R...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于CMA-REPS格点预报数据的深度学习风速订正方法  A Deep Learning Method for Wind Speed Grid Point Forecasting Data Correction based on CMA-REPS

基于CMA-REPS格点预报数据的深度学习风速订正方法.pdf

2024-12-14 12:22 上传 基于CMAREPS格点预报数据的深度学习风速订正方法.pdf

文件大小:

2.87 MB

下载次数:

60

高速下载