基于中尺度模式与神经网络的风电功率预测

将中尺度数值天气预报模式与BP神经网络模型相结合用于风电功率预测,以WRF模式回算了2008年6月至2009年6月试验风电场的气象要素,精度检验结果显示风速预报值与对应实测值之间的相关系数达到0.72,风向、气温、湿度、气压的预报也比较准确,满足建立BP神经网络预报模型的需要.逐一建立试验风电场40台风电机组输出功率的BP神经网络预报模型,分析了数据标准化方法、隐含层神经元数对预报精度的影响.进行了26天实效为24 h的逐10 min预报试验,并以独立样本进行预报精度检验,结果显示单台风电机组输出功率相对均方根误差在24.8％～32.6％之间,预报值与实测值之间的相关系数现在0.45～0.68之间;风电场整体相对均方根误差为19.5％,预报值与实测值之间的相关系数为0.74.研究结果表明该方法可以用于实际的风电功率预测.     

等值线绘制模块与地图模块用于短期预测平台

以visual basic为基础,对核心控件contour4.2进行二次开发,建立起等值线绘制模块,其功能是调入气温、降水等气候要素的＊.txt文件后能够生成其等值线图形文件,即＊.shp文件。对mapobject2.3进行了二次开发,目的是建立一个地图演示模块,用于展示、编辑、打印等值线绘制系统生成的＊.shp文件。最终将以上两模块嵌入短期气候预测平台,作为其绘图模块。     

多种融合方法支持下的Landsat7-ETM+影像自动解译精度评价

对ETM+影像进行多种算法融合实验,除应用ERDAS软件现有的融合方法(PCA、MLT)外,还利用IDL语言编程实现了SFIM、HPF、MB等融合算法,通过多次修改SFIM、HPF、MB融合算法中滤波器窗口的大小、滤波算子的实验,达到既不产生噪声又增强了图像纹理信息的融合效果。对融合后的影像进行了相同地物样本、不同分类方法的监督分类。以2002年内蒙古土地利用遥感调查数据为评价标准(内蒙古自治区遥感与地理信息系统重点实验室提供),用总体精度(overall accuracy)、kappa系数两种评价指数综合反映各种融合算法与各种分类方法结合的分类精度,并对各种分类方法及融合算法予以评价。     

GIS空间插值方法在内蒙古气温插值中的应用

文章对GIS软件中几种常见插值方法的原理进行了详述,剖析了插值过程中参数设置对插值结果产生的影响。以内蒙古多年平均气温插值为例,对比了各种插值方法的优劣,结果表明:普通克里金法的插值结果最能反映内蒙古多年平均气温的分布特征,均方根误差为1.138℃;反距离权重法可反映基本特征但等值线不够平滑、局部有"牛眼"现象,均方根误差为1.260℃;趋势面法不能反映基本特征,均方根误差为1.425℃;使用协同克里金法,将高程作为协同因子对普通克里金算法进行改善,未取得明显效果。     

气候变暖对呼和浩特地区采暖期能源消耗的影响

利用呼和浩特市1962—2007年逐日气温以及采暖期供热部门提供的相关参数,运用数理统计等分析方法,参照采暖供热等相关规范,综合分析了呼和浩特市采暖变化特征以及气候变暖对采暖能耗的影响。结果表明:随着气候变暖,呼和浩特市采暖期比实际采暖期缩短30d,尤其是在1988年气温发生突变之后,采暖期缩短趋势更加明显。采暖期能耗的高低与采暖度日和采暖期长度关系极为密切。近46年呼和浩特市采暖度日与采暖期长度均呈现显著下降趋势,说明呼和浩特市冬季寒冷程度减弱,寒冷期变短,如果采取措施可以有效降低采暖能耗。呼和浩特市采暖需求偏多年份88%以上出现在20世纪60—70年代,而约有85%的偏少年份出现在20世纪90年代至21世纪初期。     

基于BP神经网络和MODIS-EVI时间序列的土地覆被分类

以matlab为平台设计了BP神经网络用于自动提取土地覆被信息,将覆盖内蒙古的2006年全年的MO- DIS数据处理成EVI植被指数时间序列集输入神经网络进行土地覆被分类,精度检验结果显示:总体分类精度(o- verall-accuracy)为78.32%,kappa系数为0.73。