CN119395790A 一种基于数值天气预报与ai修订的新能源气象预报方法 （安徽正弦空间科学技术有限公司）

路900号中安创谷科技园一期A3A4栋4一种基于数值天气预报与AI修订的新能源本发明公开了一种基于数值天气预报与AI选取适合的数值天气预报数据用于新能源短期2S2：将当前多个来源的数值天气预报数据输S3：采用高维几何映射与流形学习方法对订正后S5：利用多尺度熵分析方法评估订正后气象S6：当数据流形的分布与历史实测数据的流形结2.根据权利要求1所述的一种基于数值天气预报与AI修订的新能源气象预报方法，其S103：从不同来源获取对应时间段的历史数值S104：根据历史实测气象数据对获取的数值天S105：将校正后的数值天气预报数据与历史实3.根据权利要求2所述的一种基于数值天气预报与AI修订的新能源气象预报方法，其S201：获取当前多个来源的数值天气预报数据，确保数据覆盖与S202：对获取的数值天气预报数据进行时间和空间S204：校正模型根据各来源数值天气预报数据与历4.根据权利要求3所述的一种基于数值天气预报与AI修订的新能源气象预报方法，其3S302：应用高维几何映射方法对预处理后的订正后S303：采用流形学习算法进一步优化降维结果，捕捉S304：对降维后的订正后气象预报数据进行频域5.根据权利要求4所述的一种基于数值天气预报与AI修订的新能源气象预报方法，其6.根据权利要求5所述的一种基于数值天气预报与Al修订的新能源气象预报方法，其若重构误差匹配度超过其对应的预设阈值，此时数据流形的若重构误差匹配度未超过其对应的预设阈值，此时数据流形7.根据权利要求6所述的一种基于数值天气预报与AI修订的新能源气象预报方法，其S501：对订正后气象预报数据进行分段预处理，分S505：设定动态预警机制，基于复杂性差异曲线判断8.根据权利要求7所述的一种基于数值天气预报与AI修订的新能源气象预报方法，其49.根据权利要求8所述的一种基于数值天气预报与Al修订的新能源气象预报方法，其筛选得到满足重构误差匹配度未超过其对应的预设阈值，且预警触发条件的输出为1从筛选得到的数值天气预报数据中，提取与新能源发电有关的关键气将选定的数值天气预报数据和短期预报结果输入中期预报5[0003]现有技术中，气象预报数据的处理在复杂性和内在结构形的分布与历史实测数据的流形结构匹配度是否6[0027]S302：应用高维几何映射方法对预处理后的订正后气象7[0043]S504：将订正后气象预报数据的多尺度熵值序列与历史实测数据的熵值进行对b是预设复杂性差异阈值；[0054]本发明一种基于数值天气预报与AI修订的新能源气象预报方法的技术效果和优8[0060]图1给出了本发明一种基于数值天气预报与AI修订的新能源气象预报方法，其包形的分布与历史实测数据的流形结构匹配度是否[0069]通过对新能源电站数据系统的访问接口，获取指定时间段内的历史实测气象数9nwpnwp[0078]校正后的数值天气预报数据用以下公式表示：Ycorrected＝Ynwp+ΔYadjustθ表示模型参数。[0093]校正模型根据历史数据训练出的权重和参数，自动调整当前输入数据的预测结[0097]校正模型根据预报误差对当前的天气预报数据进行调整，调整后的结果如下：nwpadjust是用于修正误差的函数。[0105]S302：应用高维几何映射方法对预处理后的订正后气象的流形结构匹配度没有高于预设门槛，表明数据的流形结构与历史实测数据存在显著差[0136]其中，重构误差匹配度对应的预设阈值通常通过历史数据统计和实验验证来设[0140]由于各气象要素的量纲不同，直接分析可能导致某些要素的影响被夸大或忽度熵值序列。[0151]S504：将订正后气象预报数据的多尺度熵值序列与历史实测数据的熵值进行对