买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京金风科创风电设备有限公司

摘要：提供一种缺失的测风数据的预测方法及装置。该缺失的测风数据的预测方法包括：对输入的测风数据进行预处理，并将预处理后的测风数据转换为具有第一时间间隔的测风数据序列，使用测风数据序列中的无缺失部分的数据序列和与无缺失部分相应的同期中尺度数据对预设的数据预测模型进行训练，基于训练后的数据预测模型，根据与缺失部分的数据相应的同期中尺度数据计算得到所述测风数据序列的缺失部分的数据序列，基于训练后的数据预测模型，根据预处理后的测风数据中的无缺失部分的数据和所述测风数据序列的缺失部分的数据序列，计算测风数据的缺失部分的数据，从而提高了测风数据的缺失部分的数据的准确性。

主权项：1.一种缺失的测风数据的预测方法，包括：对输入的测风数据进行预处理，并将预处理后的测风数据转换为具有第一时间间隔的测风数据序列，其中，测风数据包括缺失部分的数据和无缺失部分的数据，测风数据序列包括缺失部分的数据序列和无缺失部分的数据序列；使用测风数据序列中的无缺失部分的数据序列和与无缺失部分相应的同期中尺度数据对预设的数据预测模型进行训练；基于训练后的数据预测模型，根据与缺失部分的数据相应的同期中尺度数据计算得到所述测风数据序列的缺失部分的数据序列；基于训练后的数据预测模型，根据预处理后的测风数据中的无缺失部分的数据和所述测风数据序列的缺失部分的数据序列，计算测风数据的缺失部分的数据，其中，数据预测模型至少包括神经网络模型和马尔科夫预测模型，其中，使用测风数据序列中的无缺失部分的数据序列和与无缺失部分相应的同期中尺度数据对预设的数据预测模型进行训练的步骤包括：使用测风数据序列中的无缺失部分的数据序列和与无缺失部分相应的同期中尺度数据，对预设的数据预测模型中的神经网络模型进行训练，其中，基于训练后的数据预测模型，根据与缺失部分的数据相应的同期中尺度数据计算得到所述测风数据序列的缺失部分的数据序列的步骤包括：基于训练后的数据预测模型中的神经网络模型，根据与缺失部分的数据相应的同期中尺度数据计算得到所述测风数据序列的缺失部分的数据序列，其中，基于训练后的数据预测模型，根据预处理后的测风数据中的无缺失部分的数据和所述测风数据序列的缺失部分的数据序列，计算测风数据的缺失部分的数据的步骤包括：基于训练后的数据预测模型中的马尔科夫预测模型，根据预处理后的测风数据中的无缺失部分的数据和所述测风数据序列的缺失部分的数据序列，计算测风数据的缺失部分的数据，其中，计算测风数据的缺失部分的数据的步骤包括：当计算缺失部分的同时具有第一时间间隔和第二时间间隔的时刻的数据时，将神经网络模型计算得到的所述时刻的数据和马尔科夫预测模型计算得到的相应时刻的数据进行加权平均，将加权平均得到的平均值作为所述时刻的数据；获取与加权平均得到的平均值相应的状态，并根据获取的状态对预测参照状态进行更新。

全文数据：

权利要求：

百度查询： 北京金风科创风电设备有限公司 缺失的测风数据的预测方法及装置