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：广东海洋大学

摘要：本发明公开了一种海上风能预测方法及系统，其中方法包括对历史气象数据和历史海洋数据集进行相关性分析，确定反映风能预测的数据类型和对应的训练数据集；构建混合风能预测模型，以训练数据集对混合风能预测模型进行训练，得到风能预测模型；分析湍流效应对目标海域的风能影响，基于分析结果构建物理气象模型；分别将获取到的数据类型对应的实时数据输入至风能预测模型和物理气象模型中，并将输出的第一风能预测数据和第二风能预测数据进行融合；将满足预设的风能界限条件的融合后的数据，确定为目标海域预设时间段内的风能数据。本发明提供的方法，解决了如何对海上风能资源进行预测的技术问题。

主权项：1.一种海上风能预测方法，其特征在于，包括以下步骤：获取目标海域优化后的历史气象数据；对所述目标海域的历史图像数据进行大数据分析，根据分析结果构建所述目标海域的历史海洋数据集；基于互信息熵的相关性分析方法对所述历史气象数据和所述历史海洋数据集进行相关性分析，确定反映风能预测的数据类型和与所述数据类型对应的训练数据集；构建基于遗传算法优化LSTM神经网络的混合风能预测模型，以所述训练数据集对所述混合风能预测模型进行训练，得到风能预测模型；分析湍流效应对所述目标海域的风能影响，基于分析结果构建物理气象模型，其中，所述湍流效应在分析过程中被等效为涡旋嵌套结构，且所述涡旋嵌套结构中的目标涡旋由与其相邻的其他涡旋进行映射表示；分别将获取到的所述数据类型对应的实时数据输入至所述风能预测模型和所述物理气象模型中，并将输出的第一风能预测数据和第二风能预测数据进行融合；将满足预设的风能界限条件的融合后的数据，确定为所述目标海域预设时间段内的风能数据；所述分析湍流效应对所述目标海域的风能影响，基于分析结果构建物理气象模型，包括：获取所述目标海域的典型日数据，所述典型日数据至少包括湍流数据、风速数据和风能数据；基于雷诺平均数值模拟算法，对所述湍流数据进行分解，并根据分解结果模拟湍流轨迹；将所述湍流轨迹等效映射为由不同的涡旋相互嵌套组成的涡旋嵌套结构；提取目标涡旋上的轮廓特征点，基于所述轮廓特征点与相邻涡旋之间的线性权重对所述目标涡旋进行等效表示；对等效表示后的所述涡旋嵌套结构进行量化分析，根据分析结果对所述风速数据进行修正；以修正后的所述风速数据和所述风能数据，构建训练后的所述物理气象模型；所述基于雷诺平均数值模拟算法，对所述湍流数据进行分解，包括：基于雷诺平均数值模拟算法将所述湍流数据分解为时均部分和脉动部分，表示为： ，其中，是所述湍流数据的时均部分，定义为：，其中T是预设的时间段；是所述湍流数据的脉动部分，定义为瞬时速度与平均速度之差：；所述以修正后的所述风速数据和所述风能数据，构建训练后的所述物理气象模型，包括：基于大气物理和气象理论对所述目标海域进行三维建模，建立所述目标海域的三维模型；以所述修正后的风速数据和风能数据配置仿真条件对应的参数，并将配置好的所述仿真条件施加到所述三维模型中；根据所述三维模型的反馈结果，生成所述物理气象模型。

全文数据：

权利要求：

百度查询： 广东海洋大学 一种海上风能预测方法及系统