-
公开(公告)号：CN118970926A
公开(公告)日：2024-11-15
申请号：CN202411052587.0
申请日：2024-08-02
Applicant: 南京信息工程大学
IPC: H02J3/00 , G06F18/214 , G06F18/2431 , G06F30/27 , G06Q50/06 , G06F113/04 , G06F119/02
Abstract: 本发明属于光伏功率预测技术领域，具体涉及一种融合机理模型和场站实测的光伏功率智能预测方法及系统。本发明的融合机理模型和场站实测的光伏功率智能预测方法通过收集并整理历史场站实测数据以及模式数据，利用模式数据对训练模型增加物理约束，通过场站实测数据提高训练模型的精度，最后融合输出结果，以达两种数据优势互补的目的，实现提升光伏发电功率预测准确度的效果；以及通过区分稳定和恶劣天气类型，在稳定天气条件下采用CNN+Transformer模型，在恶劣天气条件下采用CNN+BiLSTM模型，进一步提升光伏发电功率预测准确度，并且节省计算资源，提高预测效率。
-
公开(公告)号：CN118260509B
公开(公告)日：2024-09-06
申请号：CN202410698247.9
申请日：2024-05-31
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于六阶切线性隐式低通滤波的双局地混合变分同化方法，涉及天气预报技术领域。主要包括获取同化分析时刻相邻的区域模式和全球模式的历史数据并进行同化，以得到两种模式的预报场集合；再将两种模式的集合通过六阶切线性隐式低通滤波器进行两步尺度分离混合，以得到第一混合同化分析场和第二混合同化分析场；接着将第一混合同化分析场和第二混合同化分析场进行计算以得到最终的混合同化分析场；最后利用混合同化分析场作为初始场进行确定性预报。本发明通过六阶切线性隐式低通滤波器设定截止波长，将全球模式大尺度特征混合至高分辨率区域模式场中，同时用两步法实现多尺度水平局地化，以提高数值预报系统的同化和预报技巧。
-
公开(公告)号：CN104992057A
公开(公告)日：2015-10-21
申请号：CN201510353774.7
申请日：2015-06-25
Applicant: 南京信息工程大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于准集合-变分的混合资料同化方法，包括如下步骤：选取预报时刻相邻的过去连续一个月历史预报数据中，每6小时保存的12小时和24小时的预报数据，将该数据作为准集合预报样本；计算同一时刻24小时预报与12小时预报的差异，得到准集合预报误差；计算准集合预报误差的均值，将该均值以及准集合预报误差代入无偏估计公式，得到无偏估计；将无偏估计代入准集合-变分同化算法中，进行混合同化。本发明将历史预报误差计算得到准集合背景误差，用于准集合-变分混合资料同化。该准集合背景误差通过相邻的历史预报结果产生，而不需要真实的集合预报，有效降低了集合预报带来的计算量，提高了业务中资料同化和预报的效率。
-
公开(公告)号：CN117933095B
公开(公告)日：2024-06-18
申请号：CN202410319958.0
申请日：2024-03-20
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06F119/08
Abstract: 本发明公开了一种基于机器学习的地表发射率实时反演及同化方法，包括：计算出卫星观测视场内没有云分布时的对应卫星模拟辐射率；训练得到地表发射率反演模型；将当前同化时刻的地表温度和实际卫星观测辐射率作为地表发射率反演模型的输入，将地表发射率反演模型输出的地表发射率提供给同化系统中的卫星同化模块，对卫星同化中的地表发射率进行反演；对选择的卫星观测资料进行全地表同化，获得当前同化时刻的数值模式分析场进行确定性预报。本发明可以在同化过程中引入实时的地表发射率信息，实现对地表敏感的卫星资料的更充分利用，有效改善同化卫星资料时地表发射率的准确度，实现卫星资料在同化系统中的全地表同化。
-
公开(公告)号：CN112415521A
公开(公告)日：2021-02-26
申请号：CN202011493039.3
申请日：2020-12-17
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于CGRU的强时空特性雷达回波临近预报方法，所述方法包括如下步骤：(1)获取关于天气临近预报的连续雷达回波图像，并对连续雷达回波图像进行预处理，构建具有统一时间维度和空间维度的张量数据；(2)构建并训练3DCNN‑CGRU网络训练模型，得到3DCNN‑CGRU编码预测网络模型；(3)将步骤(1)所述用于进行天气临近预报的连续雷达回波图像序列的张量数据输入到所述3DCNN‑CGRU网络模型，生成天气临近预报结果；本发明提出一种3DCNN‑CGRU网络模型，增强了时空特征的传输能力，更有效地捕获和学习连续雷达回波图像的时空特征相关性，解决了时空信息易丢失，预测准确度低的问题。
-
Patent Agency Ranking
公开(公告)号：CN110083918A
公开(公告)日：2019-08-02
申请号：CN201910323863.5
申请日：2019-04-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种车载局部短临预警发布方法，该方法将待预测区域平均划分为若干小区域，每个小区域中心设置一个搭载有基于LSTM网络的小型工作站移动气象台，通过移动气象台获取现场观测数据，小型工作站对历史观测数据及现场观测数据进行预处理，根据预处理后的历史观测数据训练预测模型，利用预测模型对预处理后的现场观测数据进行分析，得到局部地区未来时刻的预测数据。本发明可以实现分层管理与控制，直观易用；解决了数据获取存在误差以及数据本身大量冗余的问题，实现评估精细化，提高了预警的准确性。
-
公开(公告)号：CN119782722A
公开(公告)日：2025-04-08
申请号：CN202510297950.3
申请日：2025-03-13
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于机器学习的流依赖背景场误差协方差动态调整方法，通过将背景场关键变量经由机器学习模型映射至集合离散度，从而量化背景场不确定度，并在此基础上对原有静态误差协方差进行动态调节。本发明能够灵活反映不同天气背景条件下的流依赖误差特征，即使在无需集合预报的情况下，也能有效捕捉高维、非线性及各向异性的误差分布特征。本发明在同化系统的背景场优化、背景场误差协方差矩阵的动态调整以及流依赖性误差分析等方面具有重要应用价值，适用于数值天气预报等领域。
-
公开(公告)号：CN118970926B
公开(公告)日：2025-02-25
申请号：CN202411052587.0
申请日：2024-08-02
Applicant: 南京信息工程大学
IPC: H02J3/00 , G06F18/214 , G06F18/2431 , G06F30/27 , G06Q50/06 , G06F113/04 , G06F119/02
Abstract: 本发明属于光伏功率预测技术领域，具体涉及一种融合机理模型和场站实测的光伏功率智能预测方法及系统。本发明的融合机理模型和场站实测的光伏功率智能预测方法通过收集并整理历史场站实测数据以及模式数据，利用模式数据对训练模型增加物理约束，通过场站实测数据提高训练模型的精度，最后融合输出结果，以达两种数据优势互补的目的，实现提升光伏发电功率预测准确度的效果；以及通过区分稳定和恶劣天气类型，在稳定天气条件下采用CNN+Transformer模型，在恶劣天气条件下采用CNN+BiLSTM模型，进一步提升光伏发电功率预测准确度，并且节省计算资源，提高预测效率。
-
公开(公告)号：CN110110922B
公开(公告)日：2023-06-06
申请号：CN201910366651.5
申请日：2019-04-30
Applicant: 南京信息工程大学
Abstract: 本发明的基于雨区分类技术的自适应分区同化方法将背景场中的降水信息作为静态背景误差协方差调整依据，通过对降水区背景场误差协方差进行调整，引入“降水区域依赖”的背景场误差协方差。有益效果：可以依据降水大小自适应调整背景场误差协方差，进而给同化系统带来了各向异性、非均质的分析增量。该发明实现了不同天气背景条件下背景场误差协方差的有效应用，又无需对背景场误差协方差进行反复统计，大大节约了计算资源。
-
公开(公告)号：CN110472648B
公开(公告)日：2023-05-12
申请号：CN201910365056.X
申请日：2019-04-30
Applicant: 南京信息工程大学
Abstract: 本发明的水凝物背景场误差协方差的构建方案，在背景场误差协方差中引入水凝物变量，应用该水凝物背景场误差协方差后，同化系统可实现对水凝物变量的直接分析。有益效果：基于集合样本的云区分类算子可以有效地将水凝物背景场误差协方差根据云量进行分类，分类后的水凝物背景场误差协方差可以更合理地表征云区和晴空区背景误差的特征。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.01 seconds)
