一种基于机器学习的风场降尺度模拟预测系统及方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于机器学习的风场降尺度模拟预测系统及方法
申请号:CN202411850098
申请日期:2024-12-16
公开号:CN119808541B
公开日期:2025-08-08
类型:发明专利
摘要
本发明提供一种基于机器学习的风场降尺度模拟预测系统及方法,其中,系统包括:第一预报数据获取子系统,用于获取低分辨率模式风场网格预报数据;实况数据获取子系统,用于获取实况数据;降尺度模型构建子系统,用于基于机器学习技术,构建降尺度模型;第二预报数据获取子系统,用于基于降尺度模型、根据低分辨率模式风场网格预报数据和实况数据进行降尺度订正,输出高分辨率模式风场网格预报数据。本发明的一种基于机器学习的风场降尺度模拟预测系统及方法,通过结合逐小时5公里分辨率的WRF模式输出优化调整WRF模式中的物理参数,历史数据和实时监测数据被用于动态调整WRF模式的参数,精细化预测风场,计算量也更小。
技术关键词
网格预报数据 监测站 风场 GBDT模型 模拟预测方法 动态仿真模型 机器学习技术 子系统 预测系统 梯度提升决策树 节点 WRF模型 WRF模式 离群点 风速 偏差 模板 样本