[发明专利]基于计算流体力学和机器学习的山区瞬时风况预报方法

权利要求书

1.一种基于计算流体力学和机器学习的山区瞬时风况预报方法，其特征在于，包括以下步骤：

采集山区风场实测点实时风况数据；

将所述实时风况数据代入实时瞬态风况数据预报模型；所述实时瞬态风况数据预报模型通过以下步骤建立：

建立待预报山区风场的数字化几何模型；

使用计算流体力学方法，对山区风场的数字化几何模型进行全风向、全风速数值计算，建立山区风场的风环境仿真数据库；

从所述风环境仿真数据库中提取实测点与待预报点的仿真风况数据；

根据实测点与待预报点的仿真风况数据，通过机器学习建立实时瞬态风况数据预报模型；包括：

4a.将实测点风环境仿真数据定义为输入数据，将待预报点风环境仿真数据定义为目标函数；

4b.随机划分训练集和测试集；

4c.定义全连接神经网络的参数和损失函数；

4d.将训练集代入全连接神经网络，采用随机梯度下降法算法，优化全连接神经网络的参数；

4e.将测试集代入优化后的全连接神经网络，计算损失函数；

4f.修改神经网络层数和每层网络的神经元个数参数，重复步骤4d和4e，使损失函数值为最小；

生成待预报点的实时瞬态风况预报数据。

2.根据权利要求1所述的一种基于计算流体力学和机器学习的山区瞬时风况预报方法，其特征在于：建立待预报山区风场的数字化几何模型，具体按以下步骤进行：

根据地形地貌数据，绘制待预报山区风场的地表几何模型；

将山区风场的地表几何模型竖直向上拉伸预设的高度值，构成风场数值仿真计算域；

将风场数值仿真计算域沿长、宽、高三个方向进行离散，采用唯一网格单元编号对所述计算域内任意空间位置进行标记，建立关于山区风场及风场所在地理空间的数字化几何模型。

3.根据权利要求1所述的一种基于计算流体力学和机器学习的山区瞬时风况预报方法，其特征在于：使用计算流体力学方法，对山区风场的数字化几何模型进行全风向、全风速数值计算，建立山区风场的风环境仿真数据库，具体按以下步骤进行：

山区风场外部环境的风速范围等分为N个区间，将风向在水平面内等分为M个区间，得到N×M个风况组成的风况序列；

使用计算流体力学方法，计算数字化几何模型在风况序列中各风况作用下的流场，建立山区风场的风环境仿真数据库。

4.根据权利要求1所述的一种基于计算流体力学和机器学习的山区瞬时风况预报方法，其特征在于：从山区风场的风环境仿真数据库中提取实测点与待预报点的仿真风况数据时，当实测点与待预报点都不是所述数字化几何模型的网格节点或单元中心时，通过相邻的网格节点或单元中心的数据进行插值处理，得到实测点和待预报点的风环境仿真数据。

5.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现权利要求1所述的基于计算流体力学和机器学习的山区瞬时风况预报方法。

6.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1所述的基于计算流体力学和机器学习的山区瞬时风况预报方法。