[发明专利]数据修正方法、装置、设备及介质

说明书

本发明实施例公开了一种数据修正方法、装置、设备及介质。该方法包括：获取目标站点的多个气象要素的历史预报数据和实时预报数据，以及目标站点拟修正要素的历史观测数据；根据历史预报数据和历史观测数据，确定每一个气象要素与拟修正要素之间的相关系数；根据相关系数，筛选出相关系数符合预设阈值范围的气象要素；对筛选出的气象要素的历史预报数据及实时预报数据进行降维处理，得到包含至少一个气象要素特征的最小气象要素特征集合；根据最小气象要素特征集合及拟修正要素的历史观测数据，确定拟修正要素的实时预报数据。本发明实施例的数据修正方法、装置、设备及介质，能够对实时预报数据进行修正，提高实时预报数据的准确度。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种数据修正方法、装置、设备及介质。

背景技术

数值天气预报的风速、风向等数据作为输入量，通过预测算法将预报的气象要素转换为风电场、光伏的输出功率预测。因此，数值天气预报数据的准确预报，可以为电力调度提供重要的决策支持，是新能源发电功率预测精度的重要决定因素之一。

数值天气预报是指根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，求解天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法。

目前的数值天气预报方法主要有模式输出统计(model output statistic，MOS)预报方法、完全预报(perfect prognostic，PP)方法、卡尔曼滤波预报方法、集合预报方法和相似预报(analog ensemble)方法。

但是，利用上述的方法预报的数据可能不准确，因此，需要对预报数据进行修正，以提高预报数据的准确性。

发明内容

本发明实施例提供一种数据修正方法、装置、设备及介质，能够对实时预报数据进行修正，提高实时预报数据的准确度。

一方面，本发明实施例提供了一种基于最小气象要素特征集合的数据修正方法，包括：

获取目标站点的多个气象要素的历史预报数据和实时预报数据，以及目标站点拟修正要素的历史观测数据；

根据多个气象要素的历史预报数据和拟修正要素的历史观测数据，确定每一个气象要素与拟修正要素之间的相关系数；

根据相关系数，筛选出相关系数符合预设阈值范围的气象要素；

对筛选出的气象要素的历史预报数据及实时预报数据进行降维处理，得到包含至少一个气象要素特征的最小气象要素特征集合；

根据最小气象要素特征集合及拟修正要素的历史观测数据，确定拟修正要素的实时预报数据。

在本发明的一个实施例中，根据多个气象要素的历史预报数据和拟修正要素的历史观测数据，确定每一个气象要素与拟修正要素之间的相关系数，包括：

根据如下公式，确定每一个气象要素与拟修正要素的相关系数：

其中，E为相关系数；F_i为某一气象要素的第i个历史预报数据，为某一气象要素的历史预报数据平均值；O_i为拟修正要素的第i个历史观测数据，为拟修正要素的历史观测数据平均值；X为某一气象要素的历史预报数据的数量；Y为拟修正要素历史观测数据的数量。

在本发明的一个实施例中，对筛选出的气象要素的历史预报数据及实时预报数据进行降维处理，得到包含至少一个气象要素特征的最小气象要素特征集合，包括：

利用主成分分析法，对筛选出的气象要素的历史预报数据及实时预报数据进行降维处理，得到包含至少一个气象要素特征的最小气象要素特征集合。