一种模型与实测数据融合驱动的台风风场预测方法

    公开(公告)号:CN119203816A

    公开(公告)日:2024-12-27

    申请号:CN202411145596.4

    申请日:2024-08-20

    Abstract: 本申请提供一种模型与实测数据融合驱动的台风风场预测方法,包括:获取目标台风模型基本参数,并进行模型参数预估;基于目标台风模型基本参数构建台风模型;设置台风模型模拟输出时间分辨率并计算台风风场风速时序均值;采集台风风场原始数据,并提取台风期间风速时序数据;对台风期间风速时序数据进行处理,得到台风风场实测数据的风速均值和风速标准差;基于风速均值和风速标准差进行台风风场湍流强度标定,构建湍流强度模型;基于台风期间风速风向时序数据和台风工况下的湍流强度,计算得到台风期间内的完整台风风场风速时序数据,以完成对台风风场的预测。本申请能够准确预测台风风速时序,以便提升海上风机极端工况数值仿真的精度。

    一种分布式光伏发电功率缺失数据插补方法及装置

    公开(公告)号:CN119149925A

    公开(公告)日:2024-12-17

    申请号:CN202411175864.7

    申请日:2024-08-26

    Abstract: 本发明涉及电力能源技术领域,公开了一种分布式光伏发电功率缺失数据插补方法及装置,包括:基于掩码建模技术,利用时序样本集生成掩码样本,每个掩码样本与其对应的原始时序样本形成“输入‑输出”样本对;在自监督学习样本集上,对自监督模型进行训练,得到自监督表征学习模型;截取存在数据缺失的序列片段作为待插补时序样本,对其中的缺失片段进行掩码处理后,输入到自监督表征学习模型中进行计算,得到的输出结果中与缺失值时点位置对应的值即为该时点的发电功率插补数据。本发明克服了单个园区的分布式光伏发电功率数据波动性高、建设前期数据量受限、气象相关信息不足等问题,能够针对缺失片段生成较为可靠的插补结果。

Patent Agency Ranking