-
公开(公告)号:CN108808671A
公开(公告)日:2018-11-13
申请号:CN201810716587.4
申请日:2018-07-03
Applicant: 南京信息工程大学
IPC: H02J3/00
CPC classification number: H02J3/00 , H02J2003/007
Abstract: 本发明公开了一种基于WRF模式和随机森林算法的风电场短期风速集合预报方法。所述方法如下:基于WRF模式,选取6种不同的边界层参数化方案预报70m高度处风速、风向等气象要素,再采用多种边界层参数化方案来集合预报风速,将各单一边界层参数化方案预报的风速和测风塔实测风速数据,应用随机森林算法来建立集合预报模型,对风电场的风速进行预报。本发明为风电场短期风速预报提供了一种科学、有效的方法,具有泛化能力强、稳定性好、预测精度高的特点,提高了风电功率预测准确性,有利于电力系统的调度和运营,具有一定的实用价值。
-
公开(公告)号:CN106503458A
公开(公告)日:2017-03-15
申请号:CN201610949430.7
申请日:2016-10-26
Applicant: 南京信息工程大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明公开了一种地面气温数据质量控制方法,将经过遗传算法(GA)优化后的随机森林算法用于气象观测站进行气象要素质量控制。该方法首先对一定范围内的地面气象观测数据进行采集,然后对采集的数据做基本质量控制后,再依据随机森林模型下变量重要性使用遗传算法寻找相关性较高的邻近站点,使用改进随机森林方法按时间和空间排序对数据进行训练,得到一个基于改进随机森林的质量控制模型,并利用测试集进行回归预测,最后与目标站实际观测数据进行对比,观察模型识别观测数据中错误数据的能力。该方法有效的利用了我国多年积累的宝贵气象数据资料,在质量控制方面比传统方法更加高效、准确度高、适应性强,提高了气象观测站气象数据的质量。
-
公开(公告)号:CN105932655A
公开(公告)日:2016-09-07
申请号:CN201610364200.4
申请日:2016-05-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于ARM9的防雷电自动气象站,包括:第一支架,第二支架,固定于第一支架的顶端的发电储电组件,固定于第一支架上的气象站采集器、双层电磁防护箱、传感器组件,固定于第二支架上并单独引线的避雷针,置于第一支架旁的雨量计,连接于气象站采集器的普通接地点和接地电阻,连接于发电储电组件与气象站采集器之间的防雷击保护电路。本发明提供一种基于ARM9的防雷电自动气象站及其操作方法,本气象站具有抗雷电能力,减少浪涌电压和电流对气象站采集器的损害,提高气象站在雷电天气运行的稳定性。
-
公开(公告)号:CN103278868B
公开(公告)日:2015-04-22
申请号:CN201310168701.1
申请日:2013-05-09
Applicant: 南京信息工程大学
CPC classification number: Y02A90/14
Abstract: 本发明公开了一种具有故障自诊断自恢复功能的自动化气象站系统,属于自动化气象站技术领域。包括n个气象站、一个远程控制端,n为正整数,所述每个气象站包括微控制器、采集器、通讯模块,其中采集器外部连接电源;远程控制端内部设有一个比较电路,当对n个气象站中的某一个气象站进行检测诊断时,将除了该被检测气象站以外的n-1个气象站的数据平均值作为参考值,当被检测气象站的气象数据与参考值出现超过预先设定的偏差范围时,诊断该被测气象站的采集器出现故障。本发明能够自行诊断出故障来源,减少故障时间,提高气象站的工作效率,减少数据误差,增强实时检测准确率及稳定性。
-
公开(公告)号:CN101976299B
公开(公告)日:2012-04-11
申请号:CN201010299286.X
申请日:2010-09-27
Applicant: 南京信息工程大学
IPC: G06F19/00
Abstract: 本发明公开了一种柔性力触觉再现的对称式板弹簧虚拟模型的建模方法,其特征是当检测到虚拟代理碰撞到虚拟柔性体表面上任何一点时,在给定虚拟接触拉力作用下,虚拟代理与虚拟柔性体交互的局部区域内部填充对称式板弹簧虚拟模型,在交互过程中,输出反馈为采用对称式板弹簧虚拟模型计算出来的反应在拉力作用下柔性体实时变形仿真的力触觉信息的信号;对称式板弹簧虚拟模型中每层的对称式单板弹簧变形量之和的叠加对外等效为柔性体表面的变形,每层的对称式单板弹簧被拉伸时消耗的拉力之和等效为给定的虚拟接触拉力;该建模方法能实现对柔性体的实时变形仿真,力触觉感觉真实、变形效果逼真、满足虚拟现实系统对虚拟手术仿真的要求。
-
公开(公告)号:CN117851736A
公开(公告)日:2024-04-09
申请号:CN202410256885.5
申请日:2024-03-07
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于模糊自适应寻优融合的气象要素插值方法,包括对设定数量的插值方法使用研究区内实测站点的气象观测数据进行k折交叉插值验证得到精度排序;选取排名前m个插值方法作为待选子方法元素,并对n个实测站点进行留一法插值运算,得到相应的插值结果并计算求得误差矩阵,进而构建模糊隶属度矩阵,基于该矩阵,计算基于隶属度的权重系数矩阵;将插值结果与权重系数矩阵进行实测站插值数据融合,得到相应的精准度指数;进行迭代操作,获取最优子方法元素个数;进行最优子方法元素插值,得到预测点处的空间插值结果,结合预测点隶属度权重系数,加权得到预测点插值融合数据。本发明可有效提升插值结果精度,具有一定的实用价值。
-
公开(公告)号:CN117151927A
公开(公告)日:2023-12-01
申请号:CN202311122762.4
申请日:2023-08-31
Applicant: 南京信息工程大学
IPC: G06Q50/06 , G06N3/0455 , G06N3/0442 , G06N3/0499 , G06N3/0464 , G06N3/048 , G06F16/29 , G06N3/08 , H02J3/00
Abstract: 本发明提供一种风电功率概率区间的预测方法,包括以下步骤,针对目标区域,基于预设的采样时间间隔,采集预设历史时间段内检测气象数据以及实际风电功率数据,构建风电功率样本集,构建待训练的序列到序列注意力神经网络,序列到序列注意力神经网络包括自输入端至输出端依次连接的编码器、解码器、以及多层感知机MLP,基于风电功率样本集,以预设时间间隔的检测气象数据为输入,以对应的实际风电功率数据为输出,对待训练的序列到序列注意力神经网络进行训练,获得序列到序列注意力神经网络。本发明结合多种气象因素、采用直接多视野策略,结合动态权重调整设计分位数损失函数,能够更准确地预测风电功率概率区间,具有较好的预测效果。
-
公开(公告)号:CN109459804B
公开(公告)日:2023-08-15
申请号:CN201811416424.0
申请日:2018-11-26
Applicant: 南京信息工程大学
IPC: G01W1/14
Abstract: 本发明公开了一种雨量计,将称重式结构和虹吸式结构结合改进,在虹吸式结构的盛雨器下方增加过滤网,解决了虹吸管清理不便以及虹吸管堵塞的问题;在虹吸位置上方加装水位检测装置和在过滤网下方设置电磁阀,避免虹吸过程发生时雨水仍然通过盛雨器流入浮子室影响虹吸效果,提高了测量精度和准确度;通过虹吸过程阶段性的引流进入称重装置,保证了称重传感器感应降水重量变化的连续性,提高了降水测量的准确性和可靠性;在集雨桶底部安装出水管,出水管中部连接电磁阀,通过控制器控制电磁阀,当集雨桶内存水量达到设定的存水上限值后自动排水,解决了雨水长期囤积的问题。
-
公开(公告)号:CN110020409B
公开(公告)日:2023-06-27
申请号:CN201910256176.6
申请日:2019-04-01
Applicant: 南京信息工程大学
IPC: G06F17/18
Abstract: 本发明涉及一种基于自适应核密度估计算法的地面气温观测资料分析方法,属于地面气温观测资料分析领域,该方法在传统的固定窗宽核密度估计算法挤出上引入自适应算法,即在窗宽参数中引入自适应系数,能够有效反应样本观测值的稀疏程度所带来的影响,然后再对自适应算法进行改进,将窗宽参数替换为最优窗宽,使地面气温观测数据下得出的结果满足所有均方误差均为最小,使得改进后的自适应方法完全适用于地面气温观测资料。
-
公开(公告)号:CN114841418A
公开(公告)日:2022-08-02
申请号:CN202210410081.7
申请日:2022-04-19
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种铁路沿线风速观测资料质量控制方法及系统,获取铁路沿线目标站的风速时间序列;利用局部均值分解法对风速时间序列进行分解得到k个PF分量和1个残余分量;利用预先确定的最佳的时间卷积网络预测模型对各分量进行预测,将预测的结果叠加,得到目标站预测值;用所得预测值来补全缺测值;然后利用预先设置的检错公式以及所述目标预测值对待检目标站观测值进行质量判定,若满足所述检错公式则该待检观测值为正确数据,若不满足所述检错公式则该待检目标站观测值为存疑数据,将存疑数据标记并用预测值代替。优点:能够减小预测的误差,提高预测精度,并能够有效检测出高铁沿线风速观测资料中存在的错误数据。
-
-
-
-
-
-
-
-
-