一种基于WRF模式敏感性调参的风速预测方法及系统技术方案

本发明专利技术提供了一种基于WRF模式敏感性调参的风速预测方法及系统，采用WRF模式的七类物理参数对应的不同待选方案对案例风场进行敏感性试验，得到七类物理参数的敏感性大小；根据各类物理参数的敏感性由大到小的顺序逐步确定七类物理参数的最优方案组合；基于最优的物理参数的方案对预报区域进行风速预测。基于日均平均绝对误差和日均均方根误差两个指标确定各类参数对于风速模拟的敏感性，进行参数敏感性试验，然后基于敏感性梯度排序从大到小逐步确立最佳参数组合。逐步确立最佳参数组合。逐步确立最佳参数组合。

【技术实现步骤摘要】
一种基于WRF模式敏感性调参的风速预测方法及系统


[0001]本专利技术属于风速预测相关
，尤其涉及一种基于WRF模式敏感性调参的风速预测方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]在实际的风速预测研究中，美国国家大气研究中心(NCAR)研发的Weather Research and Forecasting(WRF)模式作为物理模型的一种，天气预报研究及实际业务中获得了广泛的应用。WRF模式不仅十分成熟，而且代码开源，许多国内的学者基于WRF模式进行了大量的风速预报研究。在实现风速等气象预报后，风场可从记录数据与预报数据中筛选出与未来功率相关性较高的要素，作为功率预测模型的输入。在进行数据预处理后，选取合适的统计或者人工智能模型进行未来风电功率预测。
[0004]WRF模式采用高度模块化，并行化和分层设计技术，能够满足大部分中尺度的天气研究与预报工作。WRF中的ARW(the Advanced Research WRF)框架可完美应用于区域模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于WRF模式敏感性调参的风速预测方法，其特征在于，包括以下步骤：采用WRF模式的七类物理参数对应的不同待选方案对案例风场进行敏感性试验，得到七类物理参数的敏感性大小；根据各类物理参数的敏感性由大到小的顺序逐步确定七类物理参数的最优方案组合；基于最优的物理参数的方案对预报区域进行风速预测。2.如权利要求1所述的一种基于WRF模式敏感性调参的风速预测方法，其特征在于，在进行敏感性实验前，将专门用于赤道和极地的物理参数方案剔除。3.如权利要求1所述的一种基于WRF模式敏感性调参的风速预测方法，其特征在于，敏感性大小S由MAE和RMSE确定，计算公式为：S＝0.5*(max(MAE)
‑
min(MAE))+0.5*(max(RMSE)
‑
min(RMSE))其中，MAE为日均平均绝对误差，RMSE为日均均方根误差。4.如权利要求1所述的一种基于WRF模式敏感性调参的风速预测方法，其特征在于，由敏感度最高的物理参数开始，以基准方案为参照，每次运行该类物理参数的所有待选方案，选择预报效果最佳的方案作为该类物理参数最终的方案，继续进行下一物理参数的选择，确定下一物理参数最终的方案，依次完成所有物理参数的最终方案的确定。5.如权利要求1所述的一种基于WRF模式敏感性调参的风速预测方法，其特征在于，所选用的物理参数包括：微物理过程、长波辐射、短波辐射、近地层、路面过程、行星边界层、积云参数。6.一种基于WRF模式敏感性调参的风速预测系统，其特征在于，包括：敏感性试验模块：用于采用WRF模式的七类物理参数对应...

【专利技术属性】
技术研发人员：崔西友，李宏伟，潘志远，赵义术，张正茂，赵笑笑，许园园，宋新新，王婧，宋哲，赵吉祥，刘静，
申请(专利权)人：国家电网有限公司山东电力高等专科学校，
类型：发明
国别省市：