“风速预测 ”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果292465个，建议您升级VIP下载更多相关专利

[发明专利]预测风速的方法、装置、计算机设备和存储介质-CN202110779737.8在审
发明人：王霄雪;郑能恒 -专利权人：深圳大学
申请日： 2021-07-09 - 公布日： 2021-10-29 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及气象信息技术领域，提供了一种预测风速的方法、装置、设备和介质。本申请能够提高风速预测的准确性。该方法包括：获取待预测点和关联观测点各自所处的区域块对应的区域形态特征，以及确定待预测点和关联观测点各自的高度，确定待预测点与关联观测点间的距离；获取关联观测点在待预测时间的实测风速；根据区域形态特征、高度、距离和实测风速得到模型输入数据并将该模型输入数据输入至预先构建的风速预测模型；根据该风速预测模型输出的风速预测结果得到待预测点在待预测时间的预测风速。
预测风速方法装置计算机设备存储介质

[发明专利]一种组合法风速预测模型构建方法-CN202010120902.4有效
发明人：勾红叶;蒲黔辉;王君明;杨龙城;李梁;赵虎;刘雨 -专利权人：西南交通大学
申请日： 2020-02-26 - 公布日： 2022-04-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种组合法风速预测模型构建方法，包括以下步骤：S1：对原始风速进行小波分解，得到分解后的风速值，得到分解预测值并将预测值进行组合，最终得到整体的基于小波分解的时间序列法风速预测值；S2：对原始风速进行EEMD分解，得到若干数据，进行提前一步预测得到各子序列预测值，将预测值进行叠加，得到整体的风速预测值；S3：以小波分解的时间序列风速预测结果和EEMD分解的GA‑BP风速预测结果两个模型的预测结果作为BP神经网络的输入值，以对应时刻的实测风速值作为网络的输出值，通过训练得到组合法预测模型；通过综合利用各种单一预测结果所提供的风速信息，并将各单一预测结果进行组合，从而构造出具有更高精度的新的预测模型。
一种组合风速预测模型构建方法

[发明专利]一种极值风速的预测方法及其系统-CN201910343594.9在审
发明人：王飞;杨风利;韩军科;张宏杰;黄国;汪长智;刘海峰;朱彬荣;张子富;胡晓光;黄耀;张姝俊;许军;翁兰溪;周刚;林德元;韩纪层 -专利权人：中国电力科学研究院有限公司;国家电网有限公司;国网浙江省电力有限公司;国网福建省电力有限公司电力科学研究院;中国电建集团福建省电力勘测设计院有限公司
申请日： 2019-04-26 - 公布日： 2019-09-10 - 主分类号： G06Q10/04 文献下载
摘要：一种极值风速的预测方法及其系统，基于预测风速地区的风速数据确定所述地区的风速类型；根据风速类型、风速数据对暴风重现期风速公式的参数进行设定；基于设定好参数的暴风重现期风速公式计算预测期间的风速；从所述风速计算结果中选择极值风速；对不同的风速类型进行极值预测，能让结构设计更加可靠合理，还能提高设计的运行寿命。
风速预测风速数据重现期风速计算公式计算运行寿命

[发明专利]一种基于动态可扩展神经网络模型的风速预测方法-CN202011523967.X在审
发明人：李国庆;王雅宾;屠劲林;田宏哲;王森;罗凯;李东辉;麻红波;刘吉辰;张澈 -专利权人：华能新能源股份有限公司;北京华能新锐控制技术有限公司
申请日： 2020-12-21 - 公布日： 2021-06-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于动态可扩展神经网络模型的风速预测方法，属于风速预测技术领域。其中，风速预测方法包括：采集风电场历史风速数据，并形成历史风速时间序列，以及对历史风速数据进行归一化处理；统计历史风速数据的年变化特征，并对历史风速时间序列进行分类；根据历史风速数据训练动态可扩展神经网络模型；使用训练好的动态可扩展神经网络模型预测风速，反归一化处理以获得实际风速，并更新动态可扩展神经网络模型。本发明的预测方法利用动态可扩展网络对历史风速数据进行训练，训练结构紧凑，减少预测模型的复杂度，且按期更新网络参数，提高风速预测精度。
一种基于动态扩展神经网络模型风速预测方法

[发明专利]一种基于深度信念网络的风电功率预测方法-CN201910472010.8在审
发明人：雷振;吴杰康 -专利权人：广东工业大学
申请日： 2019-05-31 - 公布日： 2019-09-20 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于深度信念网络的风电功率预测方法，通过采集历史风速数据并进行归一化处理，得到历史风速数据的风速时间序列；将归一化处理后的历史风速数据平均划分为训练样本以及预测样本；对所述风速时间序列添加白噪声序列后进行集合经验模态分解得到本征模函数分量和剩余分量；利用深度信念网络建立分解得到的各分量的风速预测模型；通过布谷鸟算法优化所述风速预测模型的初始权重；将所述训练样本输入初始权重优化完毕的风速预测模型进行训练；将所述预测样本输入训练完毕的风速预测模型进行预测，得到预测日的风速从而得到预测的风电功率结果。本发明方法解决了现有的风电功率预测方法存在模型参数难以选择，预测精度低等问题。
风速预测模型预测风电功率预测历史风速信念网络风速时间序列归一化处理初始权重训练样本集合经验模态分解本征模函数分量风电功率模型参数剩余分量数据平均算法优化样本输入白噪声风速样本采集分解优化

[发明专利]风速预测模型训练方法、预测方法、装置及电子设备-CN202010623065.7在审
发明人：丁明月;俞海国;董凌;金金 -专利权人：北京金风慧能技术有限公司;国网青海省电力公司;青海绿能数据有限公司
申请日： 2020-06-30 - 公布日： 2021-04-02 - 主分类号： G01W1/10 文献下载
摘要：本申请实施例提供了一种风速预测模型训练方法、预测方法、装置及电子设备。本申请实施例提供的风速预测模型的训练方法，包括下列步骤：获取目标电场的目标实测样本风速，以及目标电场对应的上游区域电场的样本风速数据；根据目标电场与上游区域之间的风程时间间隔，确定包括若干个上游样本风速数据的样本风速组；根据目标实测样本风速和样本风速组，通过对初始的风速预测模型进行参数调整来进行训练，当达到预设的训练条件时结束训练，得到风速预测模型。本申请提供的风速预测模型的训练方法利用了大量的目标实测样本风速和目标电场对应的上游区域电场的样本风速数据，能够获取到精确的风速预测模型。
风速预测模型训练方法装置电子设备

[发明专利]风电场短期风速预测方法、系统及电子设备-CN202010295233.4在审
发明人：邱盛;廖力清;贾骐源 -专利权人：中南大学
申请日： 2020-04-15 - 公布日： 2020-08-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种风电场短期风速预测方法、系统及电子设备，将风速序列分解为一系列具有不同中心频率的模态分量，可以降低风速序列的波动性与随机性，利用模态分量获取第一预测风速，利用风速序列构建特征集，特征集可以辅助预测模型分析风速序列，并根据这些特征避免模型陷入局部最优，提高其泛化性；训练集中加入了叠加后的第一预测风速，保留了第一预测风速的相关信息，充分利用了风速序列的特征信息。本发明最终的预测风速能够保留不同模型间的预测精度，使得预测准确的模型分配更大的权重，提高融合后的模型预测准确度。
电场短期风速预测方法系统电子设备

[发明专利]一种近地面风速预报方法以及装置-CN202210330726.6有效
发明人：曲艺;卢冰;仲跻芹;陈敏;黄向宇 -专利权人：北京城市气象研究院
申请日： 2022-03-30 - 公布日： 2023-03-24 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种近地面风速预报方法以及装置。所述近地面风速预报方法包括：获取待预测站点的高度信息；根据所述待预测站点的高度信息获取该待预测站点的高度信息所对应的零平面位移修正因子；获取待预测站点获取的风速参数信息；根据所述风速参数信息以及所述零平面位移修正因子分别获取东西向风速预测信息以及南北向风速预测信息；根据所述东西向风速以及所述南北向风速信息获取全风速预测信息。本申请的近地面风速预报方法充分考虑了地面建筑物或植被带来的零平面位移对于风速的影响，通过以上方法的改进所预测的风速信息相对于现有技术提高效果高达26％以上。
一种地面风速预报方法以及装置

[发明专利]塔吊风速预测方法、系统和计算机可读存储介质-CN202211504394.5在审
发明人：周伟善;王爱军;刘森;闫建龙;梁晓波;扶杰;黄俊溪;宋骁宇 -专利权人：中铁四局集团第三建设有限公司;中铁四局集团有限公司
申请日： 2022-11-28 - 公布日： 2023-03-14 - 主分类号： G06F30/27 文献下载
摘要：本发明提供了一种塔吊风速预测方法、系统和计算机可读存储介质，该塔吊风速预测方法包括：获取预设地面高度的近地实时风速和塔顶的塔顶实时风速，预设地面高度为距离地面的高度；根据近地实时风速和塔顶实时风速获取预设高度处的预测平均风速；根据预测平均风速获取预测模型；根据预测模型与塔顶实时风速，预测出塔吊在不同高度处的风速。利用近地实时风速数据和塔吊在上升或下降过程中的风速，根据风速变化规律推导出相应的风速随塔吊高度变化的公式，对塔吊所处施工高度风压情况进行计算预测，可掌握地面风压与塔吊运行高度风压的对应关系，制定出不同风压作用下工序清单
塔吊风速预测方法系统计算机可读存储介质

[发明专利]一种基于神经网络的短期风场风速预测方法及系统-CN202211560098.7在审
发明人：刘桂谦;张占辉;汪永超;桂艳 -专利权人：广州番禺职业技术学院
申请日： 2022-12-07 - 公布日： 2023-04-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明实施例公开了一种基于神经网络的短期风场风速预测方法及系统，包括：获取目标区域的历史风速数据集；对历史风速数据集进行预处理，获得历史风速波动量和历史风速趋势量；提取历史风速波动量；利用预先构建好的LSTM神经网络预测模型对历史风速趋势量进行预测，获得预测风速趋势量；预先构建好的LSTM神经网络预测模型包括利用蜻蜓算法对LSTM神经网络进行优化，获得最优参数值；将预测风速趋势量与提取的历史风速波动量进行数据融合后，输出风速的预测结果。本发明利用蜻蜓算法优化LSTM神经网络提高了神经网络的预测精度和计算效率。
一种基于神经网络短期风速预测方法系统

[发明专利]风速测定系统、风速测定装置、风速测定方法及存储介质-CN201910034223.2在审
发明人：今明人 -专利权人：本田技研工业株式会社
申请日： 2019-01-14 - 公布日： 2019-07-26 - 主分类号： G01P5/00 文献下载
摘要：本发明涉及一种能够简化装置结构，并且预测任意的位置及时刻的测定对象部位的风速及风向的风速测定系统(1)。该风速测定系统具备：测定部(10‑m)，其测定多个部位的风速；预测部(21)，其基于由多个测定部测定了的风速及风向生成第一风速信息，并基于生成了的第一风速信息预测多个位置之间的任意的位置中的需要预测部位的风速及风向；以及输出部(28)，其输出由预测部预测了的预测信息。
风速测定风速预测风速信息风向测定对象部位风速测定装置简化装置结构存储介质预测信息输出

[发明专利]一种考虑风速风向相关性的间接预测风向方法-CN202211073969.2在审
发明人：丁杨 -专利权人：浙大城市学院
申请日： 2022-09-02 - 公布日： 2022-12-20 - 主分类号： G01W1/10 文献下载
摘要：本发明公开了一种考虑风速风向相关性的间接预测风向方法，该方法包括基于风速风向仪获取风速和风向数据，并利用经验模态分解方法对风速和风向数据进行降噪处理；考虑风速风向之间的相关性，将风速分解为横风向风速和纵风向风速；基于构建的风速预测基准模型，对横风向风速和纵风向风速分别直接预测，基于风速风向之间的相关性，建立间接法计算得到风向的预测值。本发明考虑风速风向之间的相关性，实现对风向进行预测。
一种考虑风速风向相关性间接预测方法

[发明专利]基于神经网络的风速预测方法及装置-CN202111287676.X有效
发明人：张王晟 -专利权人：浙江凌镜智能有限公司
申请日： 2021-11-02 - 公布日： 2022-07-12 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于神经网络的风速预测方法及装置，其中方法包括：获取预设时长内每个时刻的风速数据；对风速数据进行数据清洗后作归一化运算；以与每个高度位点处于同等高度的周边n个不同风向位点的风速数据为高度位点的风速预测关联数据，形成关联高度位点的风速预测数据；按时间顺序对关联高度位点的风速预测数据进行排列，形成关联高度位点的风速预测数据序列；resnet50神经网络以风速预测数据序列中的t个风速预测数据为第t+1时刻的输入，提取高度位点在每个时刻的风速数据特征；TSM时间移位模块对resnet50神经网络提取的不同时刻的风速数据特征进行融合；对特征向量进行逻辑回归，得到对高度位点在t+1时刻的风速预测值。本发明提升了风速预测精度。
基于神经网络风速预测方法装置

[发明专利]一种混合CFD和深度学习的极端大风风速预测方法及系统-CN201910267181.7有效
发明人：刘辉;陈浩林;李周欣;尹恒鑫;张馨雨 -专利权人：中南大学
申请日： 2019-04-03 - 公布日： 2021-03-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种混合CFD和深度学习的极端大风风速预测方法及系统，基于风速测试样本和风向测试样本模拟目标区域大气流场，从而计算各子区域各网格划分方式的响应时间和模拟误差以及各内部测风装置的多个模拟风速序列；基于相应的模拟风速序列和风速测试样本训练风速转换模型，并基于风速测试样本训练风速预测模型；从而在对目标预测地点进行实时预测时，根据目标预测地点与最近内部测风装置之间的距离关系，智能匹配风速转换模型与风速预测模型的输出值，输出目标预测地点的最适风速预测值。本发明线下训练深度学习模型，提高预测的实时性，同时融合CFD方法，模拟目标地点大气流场，匹配最适深度学习模型，提升预测系统的泛化能力。
一种混合 cfd 深度学习极端大风风速预测方法系统

[发明专利]基于小波分解和二阶灰色神经网络的短期风速预测方法-CN201611003554.2在审
发明人：李博文;张靖;何宇 -专利权人：贵州大学
申请日： 2016-11-15 - 公布日： 2017-05-31 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于小波分解和二阶灰色神经网络的短期风速预测方法，它包括步骤1、对历史风速序列进行小波分解与重构；步骤2、建立基于二阶灰色理论的风速预测模型；步骤3、利用神经网络算法优化灰色风速预测模型；步骤4、将历史风速序列进行小波分解与重构后的各分量作为输入逐一投入优化后的灰色风速预测模型进行预测得到各分量预测结果；步骤5、获取风速预测值；解决了现有技术中直接对风速进行预测，难以克服风速的波动性和不确定性，使得预测精度低，准确性较差等技术问题。
基于分解灰色神经网络短期风速预测方法