公开(公告)号：CN106886856B

公开(公告)日：2020-07-28

申请号：CN201710098307.3

申请日：2017-02-22

Applicant: 南京信息工程大学

Inventor： 叶小岭 ,  姚润进 ,  熊雄 ,  沈云培 ,  杨星 ,  陈洋

IPC: G06Q10/06

Abstract: 本发明公开了一种基于PSR‑FastICA‑OS_ELM的自动气象站实时数据质量控制方法，该方法，首先对单站实时气温及定长历史气温序列进行采集，构成采集信号；然后对采集信号进行基本质量控制；接着进行相空间重构；并对重构的高维矢量空间信号进行快速独立分量分析，达到去噪、去冗余的目的，得到源信号在高维矢量空间中的无偏信号；最后，通过在线序贯极限学习机构建时间序列采集信号的重建模型，得到去噪后的气温重建值；并根据此去噪重建值与实际观测值比较进行条件修正，完成对该时刻气温的质量控制。该方法满足了实时数据采集的要求，提高了实时自动气象站观测数据的质量。

公开(公告)号：CN106786499B

公开(公告)日：2019-07-02

申请号：CN201610996743.8

申请日：2016-11-10

Applicant: 南京信息工程大学

Inventor： 张颖超 ,  邓华 ,  王雅晨 ,  熊雄 ,  顾荣 ,  黄飞

IPC: H02J3/00 ,  G06N3/00 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了一种基于改进AFSA优化ELM的短期风电功率预测方法，包括以下步骤，随机产生人工鱼初始群体，将极限学习机网络的权值和阈值作为人工鱼群的位置向量，由极限学习机的均方根误差函数确定人工鱼群的食物浓度，由改进人工鱼群方法求得最优位置向量，并将次位置向量作为极限学习机网络的初始权值和阈值，在用于短期风电功率的预测。本发明在短期风电功率预测中具有收敛速度快，泛化能力强，预测精度高的特点，具有良好的应用前景。

公开(公告)号：CN106503458B

公开(公告)日：2019-04-16

申请号：CN201610949430.7

申请日：2016-10-26

Applicant: 南京信息工程大学

Inventor： 叶小岭 ,  杨星 ,  熊雄 ,  姚润进 ,  沈云培 ,  杨帅

IPC: G06F17/50

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：CN106786499A

公开(公告)日：2017-05-31

申请号：CN201610996743.8

申请日：2016-11-10

Applicant: 南京信息工程大学

Inventor： 张颖超 ,  邓华 ,  王雅晨 ,  熊雄 ,  顾荣 ,  黄飞

IPC: H02J3/00 ,  G06N3/00 ,  G06Q10/04 ,  G06Q50/06

CPC classification number: H02J3/00 ,  G06N3/006 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了一种基于改进AFSA优化ELM的短期风电功率预测方法，包括以下步骤，随机产生人工鱼初始群体，将极限学习机网络的权值和阈值作为人工鱼群的位置向量，由极限学习机的均方根误差函数确定人工鱼群的食物浓度，由改进人工鱼群方法求得最优位置向量，并将次位置向量作为极限学习机网络的初始权值和阈值，在用于短期风电功率的预测。本发明在短期风电功率预测中具有收敛速度快，泛化能力强，预测精度高的特点，具有良好的应用前景。

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

Inventor： 叶小岭 ,  杨星 ,  熊雄 ,  姚润进 ,  沈云培 ,  杨帅

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：CN206594319U

公开(公告)日：2017-10-27

申请号：CN201720318588.4

申请日：2017-03-29

Applicant: 南京信息工程大学

Inventor： 叶小岭 ,  程恩路 ,  杨星 ,  熊雄 ,  郝曼 ,  胡全辉

IPC: G01W1/02

Abstract: 本实用新型属于自动气象站领域，具体为基于STM32的便携式自动气象站，包括上位机、手机与气象站数据采集器；数据采集器中设有STM32处理器，以及通过通信接口分别与STM32处理器连接的气象传感器和GPS模块；气象传感器用于采集气象要素信息，气象要素包括温度、湿度、雨量、气压、风速、风向与光照强度以及PM2.5；STM32处理器分别接收气象传感器和GPS模采集的信息；上位机、手机分别连接于STM32处理器，并接收STM32处理器的发出的采集数据信息。具有气象要素感应元器件的微型化和廉价化的特点，能实现将自动气象站结合于智能终端（手机）、可穿戴设备和公共设施上的搭载。