基于深度学习神经网络的海洋风能降尺度方法
基本信息
| 申请号 | CN202010291146.1 | 申请日 | - |
| 公开（公告）号 | CN111488974A | 公开（公告）日 | 2020-08-04 |
| 申请公布号 | CN111488974A | 申请公布日 | 2020-08-04 |
| 分类号 | G06N3/04(2006.01)I | 分类 | - |
| 发明人 | 张双益 | 申请（专利权）人 | 四川北控清洁能源工程有限公司 |
| 代理机构 | 北京孚睿湾知识产权代理事务所（普通合伙） | 代理人 | 四川北控清洁能源工程有限公司 |
| 地址 | 610041四川省成都市武侯区人民南路46号附1号“上善国际”2栋10层3号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习神经网络的海洋风能降尺度方法，即：采集一段时期，0.2～0.3°高分辨率再分析数据中逐日海面100m风场数据，1～3°低分辨率再分析数据中逐日海面10m风场和海平面气压场数据，1～3°低分辨率全球气候模式数据中逐日海面10m风场和海平面气压场数据；将采集的数据进行归一化处理；训练深度学习神经网络模型；应用深度学习神经网络模型，得到目标区域降尺度后的0.2～0.3°高分辨率的逐日海面100m风场数据。本发明通过深度学习神经网络，提取数据蕴含的内在特征和本质规律，减小降尺度误差，使得海洋风能的预测更准确。 |
