一种基于深度卷积神经网络的多时次风速预测方法

摘要

本发明公开了一种基于深度卷积神经网络的多时次风速预测方法，特点是首先构建模型输入特征图，再基于深度卷积神经网络建立预测模型，最后根据建立的预测模型进行风速的多时次提前预测；优点是使用滑动窗口的方式从历史实测数据和数值天气预报模型的预测数据中构造了二维的特征图，这种形式的输入数据保留了原始数据的时序信息并可以参与卷积运算，构建的预测模型不仅利用了一维卷积神经网络提取相邻时域内各个气象变量之间的浅层局部特征，而且还利用了二维卷积神经网络由浅入深地挖掘浅层局部特征中潜在的深层抽象特征信息，为回归预测层提供了有效的深度特征数据，提高了模型的整体预测性能。