公开(公告)号：CN104794546A

公开(公告)日：2015-07-22

申请号：CN201510216928.8

申请日：2015-04-29

Applicant: 武汉大学

Inventor： 熊一 ,  查晓明 ,  秦亮 ,  欧阳庭辉 ,  夏添

IPC: G06Q10/04 ,  G06Q50/06

CPC classification number: Y02A90/15

Abstract: 本发明涉及一种基于深度置信网络分类方法的风功率爬坡预测模型。首先根据指定地理范围内的历史风功率爬坡事件在时间尺度和空间尺度上进行统计筛选，根据筛选结果提取出可以明显表征大风天气的特征量和特征指数组成参数指标库。进而采用深度信任网络进行分类分析，以建立用特征指标量判别分析导致风功率爬坡的爬坡气象分类模型。通过模型参数训练方法结合玻尔兹曼机(RBM)，并计算出爬坡气象分类结果，最后在气象类型历史数据所对应的气象模板分类基础上，用参数模板法补充缺失的爬坡气象数据。本发明将数值天气预报的结果进行爬坡气象分类研究，依据数值天气预报的数据输入为不同的爬坡气象提供了更准确的分类模型及数据修正。

公开(公告)号：CN103400039A

公开(公告)日：2013-11-20

申请号：CN201310328336.6

申请日：2013-07-31

Applicant: 武汉大学

Inventor： 査晓明 ,  熊一 ,  秦亮 ,  孙建军 ,  刘飞 ,  欧阳庭辉 ,  夏添 ,  朱小帆

IPC: G06F19/00

CPC classification number: Y02A90/15

Abstract: 本发明属于风功率爬坡预测领域，涉及一种基于大风气象分类的风功率爬坡预测模型切换方法，按以下步骤进行：首先根据指定地理范围内的历史大风波动天气提取出可以明显表征大风天气的特征量和特征指数，并形成判别表达式。进而采用Fisher判别法中的判别准则计算出判定范围以及特征量和特征指数的加权系数，得出判别结果，并通过统计检验进行验证分析。通过判别法进一步得出大风天气分类结果，依据不同大风天气的时空尺度的特征，最后形成对不同统计预测模型之间的切换机制。本发明将数值天气预报的结果进行爬坡天气判别研究，在风功率爬坡的综合预测方法上为不同的统计预测方法提供了更准确的切换机制。