[发明专利]一种基于天文和气象环境因子的逐时散射比预测方法有效
| 申请号： | 201711164686.8 | 申请日： | 2017-11-21 |
| 公开（公告）号： | CN107991721B | 公开（公告）日： | 2020-05-08 |
| 发明（设计）人： | 李芬;刘迪;李春阳;杨勇;赵晋斌 | 申请（专利权）人： | 上海电力学院 |
| 主分类号： | G01W1/10 | 分类号： | G01W1/10 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 宣慧兰 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于天文和气象环境因子的逐时散射比预测方法，该方法包括如下步骤：(1)获取辐射数据、天文数据和气象环境数据；(2)对天气类型进行划分，天气类型包括晴、晴渐云、晴渐阴、多云渐阴和雨雪霾；(3)根据天气类型选择预先设定的模型进行预测得到逐时散射比，具体地：当天气类型为晴、晴渐云和晴渐阴时，采用PCA‑LMBP神经网络模型进行预测，当天气类型为多云渐阴时，采用LMBP神经网络模型进行预测，当天气类型为雨雪霾时，采用线性回归模型进行预测，其中，PCA‑LMBP神经网络模型、LMBP神经网络模型以及线性回归模型均为基于天文因子、气象因子及天气类型筛选后的预测模型。与现有技术相比，本发明预测结果更加准确可靠。 | ||
| 搜索关键词： | 一种 基于 天文 气象 环境 因子 散射 预测 方法 | ||
【主权项】：
一种基于天文和气象环境因子的逐时散射比预测方法，其特征在于，该方法包括如下步骤：(1)获取辐射数据、天文数据和气象环境数据；(2)根据辐射数据和气象环境数据对天气类型进行划分，所述的天气类型包括晴、晴渐云、晴渐阴、多云渐阴和雨雪霾；(3)根据天气类型选择预先设定的模型进行预测得到逐时散射比，具体地：当天气类型为晴、晴渐云和晴渐阴时，采用PCA‑LMBP神经网络模型进行预测，当天气类型为多云渐阴时，采用LMBP神经网络模型进行预测，当天气类型为雨雪霾时，采用线性回归模型进行预测，其中，PCA‑LMBP神经网络模型、LMBP神经网络模型以及线性回归模型均为基于天文因子、气象因子及天气类型筛选后的预测模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海电力学院，未经上海电力学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711164686.8/，转载请声明来源钻瓜专利网。
