-
公开(公告)号:CN115081677A
公开(公告)日:2022-09-20
申请号:CN202210515916.5
申请日:2022-05-12
Applicant: 暨南大学
Abstract: 本发明公开了一种风速预测方法、装置、电子设备及可读存储介质,其中该方法包括:获取固定点历史值;基于固定点历史值,通过纳维斯托克斯方程构建物理驱动模型;获取固定点实时值和移动点实时值;将固定点实时值、移动点实时值、固定点历史值和权重因子进行归一化处理得到数据驱动模型;根据物理驱动模型和数据驱动模型进行训练过程,确定目标损失函数,进而根据目标损失函数训练得到目标模型;根据目标模型对任意一点的风速进行预测,得到预测风速。本发明通过提出一种风速预测方法、装置、电子设备及可读存储介质,以提高风速预测的速度和精准度,本发明可广泛应用于风速预测领域。
-
公开(公告)号:CN115081677B
公开(公告)日:2024-02-02
申请号:CN202210515916.5
申请日:2022-05-12
Applicant: 暨南大学
Abstract: 本发明公开了一种风速预测方法、装置、电子设备及可读存储介质,其中该方法包括:获取固定点历史值;基于固定点历史值,通过纳维斯托克斯方程构建物理驱动模型;获取固定点实时值和移动点实时值;将固定点实时值、移动点实时值、固定点历史值和权重因子进行归一化处理得到数据驱动模型;根据物理驱动模型和数据驱动模型进行训练过程,确定目标损失函数,进而根据目标损失函数训练得到目标模型;根据目标模型对任意一点的风速进行预测,得到预测风速。本发明通过提出一种风速预测方法、装置、电子设备及可读存储介质,以提高风速预测的速度和精准度,本发明可广泛应用于风速预测领域。
-
公开(公告)号:CN116861767A
公开(公告)日:2023-10-10
申请号:CN202310702081.9
申请日:2023-06-13
Applicant: 暨南大学
IPC: G06F30/27 , G06N3/0985 , G06N3/006
Abstract: 本发明公开了一种自适应数据的风速预测方法,包括:获取训练待测点的历史风速信息;根据训练待测点的历史风速信息确定物理驱动模型对应的第一损失函数与数据驱动模型对应的第二损失函数;根据经过超参数优化和优化器优化的神经网络、第一损失函数以及第二损失函数确定目标损失函数;根据目标损失函数构建目标模型,并基于目标模型获取对目标待测点的预测风速。本发明可以选择合适的超参数和优化器并提高目标模型的预测精准度和速度,可广泛应用于风速预测领域。
-
-