一种基于BP神经网络的太阳能辐射预测订正方法及系统

    公开(公告)号:CN115545338A

    公开(公告)日:2022-12-30

    申请号:CN202211343836.2

    申请日:2022-10-31

    Inventor: 张佳 乐旭 汤金平

    Abstract: 本发明公开了一种基于BP神经网络的太阳能辐射预测订正方法及系统,包括构造基于BP神经网络的太阳辐射预测订正模型;获取太阳辐射的预测值,并导入太阳辐射预测订正模型;太阳辐射预测订正模型输出订正后的太阳辐射的预测值本发明提供一种基于BP神经网络的太阳能辐射预测订正方法及系统,针对太阳辐射值的预测值与实际观测值的系统偏差,基于BP神经网络模型训练针对太阳辐射预测值的订正模型,可有效订正太阳辐射的预测值,减小预测值与实际观测值之间的差距,提高太阳能辐射预测的准确性。

    一种光伏发电潜力预测方法及系统

    公开(公告)号:CN118014113A

    公开(公告)日:2024-05-10

    申请号:CN202211506421.2

    申请日:2022-11-29

    Inventor: 陈钰文 乐旭

    Abstract: 本发明公开了一种光伏发电潜力预测方法及系统,包括:获取待评估区域的太阳辐射数据R、地表温度数据T以及地表风速数据W;输入到预先构建的多个光伏发电预测模型,分别得到单位面积发电功率P,计算所有单位面积发电功率P的均值,根据所有单位面积发电功率P的均值计算得到单位面积发电量E。优点:通过太阳辐射数据、地表温度数据以及地表风速数据,使用到光伏发电潜力集合预测模型中,可以根据时间级别要求获得小时级别、天级别等光伏发电潜力数据,效果相比于过去单一预报方法提高了精确度和稳定性,结果更加准确,同时模式间公式预报的差异性非常小。同时得出的数据可以通过乘以面积直接计算出光伏站的发电量。

    一种基于BP算法的风速预测方法

    公开(公告)号:CN112749792A

    公开(公告)日:2021-05-04

    申请号:CN202110142012.8

    申请日:2021-02-02

    Inventor: 张佳 乐旭 周浩

    Abstract: 本发明涉及一种基于BP算法的风速预测方法,包括如下步骤:获取现有风速预测值数据;构建BP神经网络,取最近十天内的现有风速预测值数据作为数据集,将数据集的数据输入BP神经网络的输入层,得到第一组风速预测值;将第一组风速预测值中第一天的预测值添加到数据集中并一起输入BP神经网络的输入层,得到后一天的风速预测值,并重复迭代预测,得到第二组预测值;将第一组风速预测值中第一天的预测值替换数据集中第一天的数据,形成新的数据集,将新的数据集的数据输入BP神经网络的输入层,得到后一天的风速预测值,并不断循环更新数据集并预测,得到第三组预测值;分别对现有和上述三种预测值测评偏差,取效果最好的预测值作为最终风速预测值。

    一种基于BP算法的风速预测方法

    公开(公告)号:CN112749792B

    公开(公告)日:2023-07-07

    申请号:CN202110142012.8

    申请日:2021-02-02

    Inventor: 张佳 乐旭 周浩

    Abstract: 本发明涉及一种基于BP算法的风速预测方法,包括如下步骤:获取现有风速预测值数据;构建BP神经网络,取最近十天内的现有风速预测值数据作为数据集,将数据集的数据输入BP神经网络的输入层,得到第一组风速预测值;将第一组风速预测值中第一天的预测值添加到数据集中并一起输入BP神经网络的输入层,得到后一天的风速预测值,并重复迭代预测,得到第二组预测值;将第一组风速预测值中第一天的预测值替换数据集中第一天的数据,形成新的数据集,将新的数据集的数据输入BP神经网络的输入层,得到后一天的风速预测值,并不断循环更新数据集并预测,得到第三组预测值;分别对现有和上述三种预测值测评偏差,取效果最好的预测值作为最终风速预测值。

    一种高精度动态可变分辨率的生态碳汇评估方法及系统

    公开(公告)号:CN115310757B

    公开(公告)日:2023-06-06

    申请号:CN202210766220.X

    申请日:2022-07-01

    Inventor: 乐旭

    Abstract: 本发明涉及一种高精度动态可变分辨率的生态碳汇评估方法,该方法基于YIBs植被模型实现,所述方法在获得植被数据后,根据YIBs模型支持的空间分辨率和数据格式,通过在多空间尺度上修改数据的空间分辨率或/和格式,处理为统一的数据格式和空间分辨率,并适应YIBs植被模型对数据格式和空间分辨率的需求后,将数据输入到YIBs植被模型中,YIBs植被模型根据输入数据对生态碳汇相关变量进行评估计算并输出。本发明可使模型的各个输入数据的空间分辨率和格式达到统一,并满足区域模拟的精度要求。本发明采用自适应算法,实现了动态解析地表植被数据的分辨率,实时构建系统网格,获得了高精度高分辨率碳汇核算结果。

    一种高精度动态可变分辨率的生态碳汇评估方法及系统

    公开(公告)号:CN115310757A

    公开(公告)日:2022-11-08

    申请号:CN202210766220.X

    申请日:2022-07-01

    Inventor: 乐旭

    Abstract: 本发明涉及一种高精度动态可变分辨率的生态碳汇评估方法,该方法基于YIBs植被模型实现,所述方法在获得植被数据后,根据YIBs模型支持的空间分辨率和数据格式,通过在多空间尺度上修改数据的空间分辨率或/和格式,处理为统一的数据格式和空间分辨率,并适应YIBs植被模型对数据格式和空间分辨率的需求后,将数据输入到YIBs植被模型中,YIBs植被模型根据输入数据对生态碳汇相关变量进行评估计算并输出。本发明可使模型的各个输入数据的空间分辨率和格式达到统一,并满足区域模拟的精度要求。本发明采用自适应算法,实现了动态解析地表植被数据的分辨率,实时构建系统网格,获得了高精度高分辨率碳汇核算结果。

Patent Agency Ranking