[发明专利]结合机器学习与三维变分同化的二维风场反演方法和装置

权利要求书

1.一种结合机器学习与三维变分同化的二维风场反演方法，其特征在于，所述方法包括：

通过雷达和若干个测风仪对待测风场区域进行探测，获取待测风场探测数据；所述待测风场探测数据包括：雷达探测的径向风速探测值以及测风仪探测的横向风速探测值和纵向风速探测值；

将所述待测风场区域划分为均匀的分析网格，并建立xoy坐标系；所述xoy坐标系是在待测风场区域中心设置一台雷达，以雷达位置为中心o，横向为x轴，纵向为y轴建立的；

根据所述径向风速探测值，采用有监督学习方式将所述径向风速探测值插值到所述分析网格上，得到分析网格上的径向风速观测值；

根据分析网格上的所述径向风速观测值，采用半监督学习方式将测风仪探测的所述横向风速探测值和所述纵向风速探测值插值到所述分析网格上，得到分析网格上的横向风速观测值和纵向风速观测值；

根据分析网格上的所述径向风速观测值、所述横向风速观测值以及所述纵向风速观测值，采用三维变分同化法构建代价函数；通过优化求解所述代价函数得到分析网格上二维风场的反演结果。

2.根据权利要求1所述的方法，其特征在于，通过雷达和若干个测风仪对待测风场区域进行探测，获取待测风场探测数据，包括：

在待测风场区域中心设置一台雷达，通过所述雷达对所述待测风场区域进行平面显示器扫描，扫描方向为顺时针方向，得到径向风速探测值；

在所述待测风场区域布置若干个测风仪，通过所述测风仪探测得到所述测风仪所在位置处的横向风速探测值和纵向风速探测值。

3.根据权利要求1所述的方法，其特征在于，根据所述径向风速探测值，采用有监督学习方式将所述径向风速探测值插值到所述分析网格上，得到分析网格上的径向风速观测值，包括：

将雷达探测点的位置作为雷达有标记数据的特征；

将所述径向风速探测值作为雷达有标记数据的值；

将分析网格点的位置作为雷达未标记数据的特征；

根据所述雷达有标记数据的特征、所述雷达有标记数据的值以及所述雷达未标记数据的特征构建雷达有标记数据集和雷达未标记数据集；所述雷达有标记数据集和所述雷达未标记数据集的构建公式如下：

其中，表示雷达有标记数据集的特征，表示雷达有标记数据集的值，其中为雷达第i个探测点在坐标系xoy中的横纵坐标，为第i个雷达探测点处径向风速探测值，i表示位置编号，，f为雷达探测点个数；表示雷达未标记数据集的特征，其中为第个分析网格的横纵坐标，，m和n分别表示所述待测风场区域中分析网格的横向个数和纵向个数；

采用最近邻算法学习所述雷达有标记数据集，并按照与距离成反比的权重加权得到雷达未标记数据集的值；所述雷达未标记数据集的值为分析网格上的径向风速观测值。