-
公开(公告)号：CN107292446B
公开(公告)日：2021-01-29
申请号：CN201710532532.3
申请日：2017-07-03
Applicant: 西南交通大学
Abstract: 本发明涉及一种基于考虑分量关联性小波分解的混合风速预测方法，将原始数据分为训练集和测试集；将训练集分解为若干子序列，根据子序列和原始数据的相关系数识别虚假子序列，并将其剔除相应，对剩余子序列建预测模型，通过子序列中第1至n个数据来预测第n+1个数据；叠加各个子序列预测得的第n+1个数据1，获得最终预测结果；更新训练集，并将更新后的训集分解为若干新的子序列，建立LSSVM模型预测第n+2数据，叠加各个子序列的预测得第n+2个数据获得预测值；继续进行超前一步预测，直到完成所有预测。本发明降低了子序列虚假成分的影响，提高了预测的性能，及预测的准确性和稳定性。
-
公开(公告)号：CN108534982B
公开(公告)日：2019-10-25
申请号：CN201810319694.3
申请日：2018-04-11
Applicant: 西南交通大学
IPC: G01M9/06
Abstract: 本发明公开一种用于山区风场模拟的过渡曲线的推导方法，其推导过程如下：首先根据风洞收缩段曲线：双三次曲线、五次曲线和维氏曲线推导出地形过渡段曲线，再通过二维CFD模拟对得到的过渡段曲线进行评估，对比不同过渡曲线的平均加速比、沿不同过渡曲线的平均风攻角和沿不同过渡曲线的平均额外湍流强度，并引入评估综合指标，提出新的过渡曲线。本发明能够很好的模拟山区深切峡谷风场，具有很好的过渡性。
-
Patent Agency Ranking
公开(公告)号：CN108534982A
公开(公告)日：2018-09-14
申请号：CN201810319694.3
申请日：2018-04-11
Applicant: 西南交通大学
IPC: G01M9/06
Abstract: 本发明公开一种用于山区风场模拟的过渡曲线，其推导过程如下：首先根据风洞收缩段曲线：双三次曲线、双三次曲线和维氏曲线推导出地形过渡段曲线，再通过二维CFD模拟对得到的过渡段曲线进行评估，对比不同过渡曲线的平均加速比、沿不同过渡曲线的平均风攻角和沿不同过渡曲线的平均额外湍流强度，并引入评估综合指标，提出新的过渡曲线。本发明能够很好的模拟山区深切峡谷风场，具有很好的过渡性。
-
公开(公告)号：CN107292446A
公开(公告)日：2017-10-24
申请号：CN201710532532.3
申请日：2017-07-03
Applicant: 西南交通大学
Abstract: 本发明涉及一种基于考虑分量关联性小波分解的混合风速预测方法，将原始数据分为训练集和测试集；将训练集分解为若干子序列，根据子序列和原始数据的相关系数识别虚假子序列，并将其剔除相应，对剩余子序列建预测模型，通过子序列中第1至n个数据来预测第n+1个数据；叠加各个子序列预测得的第n+1个数据1，获得最终预测结果；更新训练集，并将更新后的训集分解为若干新的子序列，建立LSSVM模型预测第n+2数据，叠加各个子序列的预测得第n+2个数据获得预测值；继续进行超前一步预测，直到完成所有预测。本发明降低了子序列虚假成分的影响，提高了预测的性能，及预测的准确性和稳定性。
-
公开(公告)号：CN105426594A
公开(公告)日：2016-03-23
申请号：CN201510753761.9
申请日：2015-11-06
Applicant: 西南交通大学
IPC: G06F17/50
CPC classification number: G06F17/5036
Abstract: 本发明公开了一种基于时空场和条件插值的平稳均质风场快速模拟方法，基于时空场和条件插值的平稳均质对风场进行高效高精度较高快速模拟，其特征在于，建立多点均质平稳随机过程与多点均质平稳时空随机场之间的联系，确定两者之间转化的条件以及基于时空场模拟出的多点风场样本所具有的统计与各态历经特；采用POD技术对非等间距点的风速时程进行条件插值，采用本发明的方法，不需要传统方法中经常使用的Cholesky分解以及改进模拟方法中相干函数需服从指数分布的假定。此外，还可以使用二维FFT技术极大的提高模拟效率。数值算例分析表明，本发明具有易于使用、精度较高以及模拟效率很高的特点，可有效解决随机风场模拟点数很大时，谱表示方法存在的模拟效率低下的问题。
-
公开(公告)号：CN107316101A
公开(公告)日：2017-11-03
申请号：CN201710407557.0
申请日：2017-06-02
Applicant: 西南交通大学
CPC classification number: G06Q10/04 , G06F17/148 , G06K9/6269
Abstract: 本发明公开了一种基于小波分解和分量超前选择的风速预测方法，包括以下步骤：（1）将原始风速序列划分为初始训练集和预测集；（2）通过小波分解方法对训练集中数据进行分解；（3）对步骤（2）中分解的分量分别建立最小二乘支持向量机模型并进行超前一步预测；得到下一时刻的k+1个叠加预测值；（4）从步骤（3）叠加预测值中选择最接近预测集中vn+1的叠加方式r2；（5）更新训练样本，依次类推，即得所需风速预测值；本发明与现有风速预测模型相比预测精度大幅提高。
-
公开(公告)号：CN106682277A
公开(公告)日：2017-05-17
申请号：CN201611106931.5
申请日：2016-12-06
Applicant: 西南交通大学
IPC: G06F17/50
Abstract: 本发明公开了一种非平稳随机过程快速模拟方法，包括以下步骤：首先建立多点非平稳随机过程与一维非平稳随机波之间的联系，即根据给定目标随机过程的演化功率谱和相干函数，得出转化随机波的二维演化功率谱密度；然后采用本征正交分解方法对2D EPSD进行解耦；最后采用二维快速傅里叶变换(FFT)对转化随机波进行模拟，得到相应目标非平稳随机过程的模拟时程。本发明由于不需使用Cholesky分解，基于本征正交分解(POD)解耦的时间得到减少以及使用二维FFT技术，因此模拟效率得到极大的提高；另外，当参数选取合适时，本发明的精度同样较高。综上所述，本发明具有易于使用、精度较高以及模拟效率很高的特点，可有效解决非平稳随机过程模拟点数很大时，谱表示方法的模拟效率低下的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
