[发明专利]一种基于大气扰动的风速预测方法及系统

权利要求书

1.一种基于大气扰动的风速预测方法，其特征在于，所述预测方法包括：

获取训练好的基于长短时记忆网络的风速预测模型；

根据所述风速预测模型获得风速的初步预测序列，所述初步预测序列中每一时刻对应一个风速初步预测值；

获取洛伦兹方程的初始条件和参数；

根据所述初始条件和所述参数获得风速扰动序列，所述风速扰动序列为所述洛伦兹方程的数值解，所述风速扰动序列包括每一时刻对应的风速扰动值；

根据所述风速扰动序列对所述初步预测序列进行修正，得到风速的最终预测序列。

2.根据权利要求1所述的预测方法，其特征在于，所述获取训练好的基于长短时记忆网络的风速预测模型，之前还包括：

获取基于长短时记忆网络的风速预测模型；

将800个风速数据作为网络训练集的输入，将100个风速预测值作为网络训练集的输出，对所述风速预测模型进行训练。

3.根据权利要求1所述的预测方法，其特征在于，所述洛伦兹方程的初始条件为：(x,y,z)的初值h＝(1.1,1,1)；x表示对流运动的振幅，y表示对流时上升与下降流体的水平方向温差，z表示对流引起的垂直方向温差对线性情况的偏离；

所述洛伦兹方程的参数为：σ＝10，b＝8/3，r＝8，其中σ为普朗特数、和、r为瑞利数，b为与容器大小形状有关的参数。

4.根据权利要求3所述的预测方法，其特征在于，所述根据所述初始条件和所述参数获得所述洛伦兹方程的数值解，所述数值解为每一时刻风速扰动值组成的风速扰动序列，之后还包括：

利用对每一时刻的风速扰动值进行标准化处理，得到标准化的风速扰动值，进而得到标准化的风速扰动序列；其中(x_n,y_n,z_n)为n时刻的风速扰动值，为n时刻的标准化的风速扰动值；x_min为所有风速扰动值中x的最小值，y_min为所有风速扰动值中y的最小值，z_min为所有风速扰动值中z的最小值，x_max为所有风速扰动值中x的最大值，y_max为所有风速扰动值中y的最大值，z_max为所有风速扰动值中z的最大值。

5.根据权利要求4所述的预测方法，其特征在于，所述根据所述风速扰动序列对所述初步预测序列进行修正，得到风速的最终预测序列，具体包括：

利用确定所述风速扰动序列中第n时刻对应的扰动强度d(t_n)，进而得到风速扰动强度序列d(t₁,t₂,...,t_k)；其中为第n时刻的风速扰动值，(x₀,y₀,z₀)为风速扰动值的初值；

利用v”(t₁,t₂,...,t_k)＝v'(t₁,t₂,...,t_k)+ld(t₁,t₂,...,t_k)对所述初步预测序列进行修正，其中v'(t₁,t₂,...,t_k)为风速的初步预测序列，v”(t₁,t₂,...,t_k)为修正后的风速的最终预测序列，其中第n时刻修正后的风速的最终预测值为v”(t_n)，l为扰动系数。