-
题名基于人工神经网络的沿海风速多步预测研究
被引量：3
- 1
-
-
作者
刘志丰
丁锋
-
机构
山东省青岛市黄岛区气象局
山东省青岛市气象局
-
出处
《气象科技》
2022年第6期851-858,共8页
-
基金
山东省自然科学基金(ZR2021MD062)
青岛市气象局科技项目(2021qdqxq06)资助。
-
文摘
基于气象历史观测资料,将长短期记忆网络LSTM方法和Transformer模型结合提出了混合短期风速多步预测模型BLSTM-TRA。以山东半岛南部沿海6个台站为研究区域,通过气象台站观测数据构建数据集。经与2018年ECMWF模式6 h预报结果对比分析,得出如下结论:构建的BLSTM-TRA多步预测模型可大幅度降低风速误差,BLSTM-TRA的1 h单步预测结果和ECMWF预报模式结果对比,其RMSE平均降低了58.9%,MAE平均降低了63.2%;风速误差和大风统计过程分析发现,BLSTM-TRA模型具有一定的抗干扰能力,可以抓住短时大风等敏感信息,对于大风预报结果明显优于ECWMF模式和传统LSTM模型。
-
关键词
Transformer模型
长短期记忆网络(LSTM)
风速预测
-
Keywords
transformer model
LSTM(Long Short-Term Memory)neural network
wind speed forect
-
分类号
P412.23
[天文地球—大气科学及气象学]
-
