公共文化服务平台

邓华: 作品数：54 被引量：283H指数：11; 供职机构：南京信息工程大学更多>>; 发文基金：国家自然科学基金公益性行业(气象)科研专项江苏省“六大人才高峰”高层次人才项目更多>>; 相关领域：天文地球电气工程自动化与计算机技术农业科学更多>>

合作作者

风廓线雷达资料对华南区域模式预报的影响被引量：5: 2017年; 设计基于GRAPES_Meso的不同试验模拟2014年3月28日-4月8日的广东前汛期降水过程,评估风廓线资料对同化和预报的影响。对资料同化后分析增量的分析表明:相比同化时仅使用自动气象站资料,风廓线雷达资料对1000 hPa到850 hPa纬向风增量均有贡献,在850 hPa,700 hPa高度以上贡献迅速减小。应用3个试验的预报结果计算探空站、风廓线雷达站预报值与观测值的11 d均方根误差发现,同化加入风廓线雷达资料对各预报要素的改善在850 hPa高度最明显,其中风速预报误差显著降低,为0.7 m·s^(-1)。此外,风廓线雷达资料对700 hPa风速预报有一定改善,而在925 hPa高度模拟效果反而降低。通过对2014年3月30日12:00(世界时)的个例分析发现,同化加入风廓线雷达资料的风速预报均方根误差在大雨级别以上的降水落区更大,其原因还有待于进一步研究。; 邓华廖菲廖菲时洋; 关键词：风廓线雷达资料同化

基于风速升降特征的短期风电功率预测被引量：10: 2016年; 为提高短期风电功率预测精度,提出了基于风速升降特征的短期风电功率预测方法。该方法分析风速上升或下降对风力发电的影响,根据风速升降特征,为风速添加标记值,增加训练样本维度,从而提高功率预测精度。用上海某风电场2014年9月至2015年9月数据对算法进行验证,并对比最小二乘支持向量机(LSSVM)、极限学习机(ELM)、遗传BP神经网络(GA-BP)三种方法的预测结果。实验结果表明,在风电功率预测中引入风速升降特征能够明显提高了模型的预测精度,适合风电场的短期功率预测。; 叶小岭陈浩郭晓杰邓华王雅晨; 关键词：短期风电功率预测特征值 LSSVM ELM

基于WRF模式和PSO-LSSVM的风电场短期风速订正被引量：16: 2017年; 风速预测是风电场风电功率预测的基础与前提,以数值天气预报(WRF模式)为基础进行风速预测,为了提高WRF模式预测的准确性,采用最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)对WRF模式输出的风速进行订正。同时,为提高LSSVM算法的精确度和减小拟合过程的复杂度,采用粒子群优化算法(Particle Swarm Optimization,PSO)对其参数进行优化。试验结果表明:采用LSSVM订正可以进一步减小WRF模式预测风速的误差,再经过PSO优化后,相对均方根误差和相对平均绝对误差降低了5%~10%,均方根误差下降了0.5 m/s。与未经优化的LSSVM以及极限学习机(ELM)算法对比分析后得出,粒子群优化最小二乘支持向量机(PSO-LSSVM)对WRF模式预测的风速有较好的订正效果,能进一步提高风速预测的准确性。; 叶小岭顾荣邓华陈浩杨星; 关键词：风力发电 WRF模式 PSO-LSSVM

基于IAFSA-BPNN的短期风电功率预测被引量：30: 2017年; 为提高短期风电功率预测精度,提出一种基于IAFSA-BPNN的短期风电功率预测方法。该方法通过改进的人工鱼群算法来优化BP神经网络的权值和阈值,从而提高BP神经网络的收敛速度和泛化能力。利用2014年上海某风场实测数据对新算法进行检验。试验结果表明,改进的人工鱼群算法一定程度上克服了原算法后期搜索的盲目性较大,收敛速度减慢,搜索精度变低的缺陷。IAFSA-BPNN混合算法在预测的稳定性和精度、收敛速度等方面优于BPNN、AFSA-BPNN算法。IAFSA-BPNN算法不仅能提高短期风电功率预测的精度,而且改善了预测结果稳定性。; 张颖超王雅晨邓华熊雄陈浩; 关键词：短期风电功率预测人工鱼群算法 BP神经网络

基于OS-ELM的风速修正及短期风电功率预测被引量：3: 2016年; 随着时间的推移,风电场风电功率预测模型的适用性逐渐降低,导致预测精度下降。为了解决该问题,基于在线序列-极限学习机(OS-ELM)算法提出了风电场短期风电功率预测模型的在线更新策略,建立的OS-ELM模型将风电场的历史数据固化到隐含层输出矩阵中,模型更新时,只需将新产生的数据对当前网络进行更新,大大降低了计算所需的资源。采用极限学习机(ELM)算法对数值天气预报(NWP)的预测风速进行修正,并根据风电功率的置信区间对预测功率进行二次修正。实验结果表明,采用OS-ELM算法更新后的模型适用性增强,预测精度提高;采用基于风电功率置信区间的功率修正模型后,风电功率的预测精度明显提高。; 张颖超肖寅邓华王璐; 关键词：数值天气预报功率修正

一种基于改进GPR和Bagging的短期风电功率组合预测方法被引量：4: 2016年; 为提高短期风电功率的预测精度并对功率预测的不确定性进行量化,提出了基于高斯过程回归(Gaussian Process Regression,GPR)和Bootstrap Aggregation(Bagging)的组合预测方法。针对GPR的不稳定性和计算量大的特点,引入了Bagging和训练数据完全条件独立下的近似方法(Fully Independent Training Conditional Approximation,FITC)。同时,在贝叶斯决策(Bayesian Committee Machine,BCM)的基础上,提出了一种新的权重组合策略。实验表明,基于Bagging和FITC的GPR方法在稳定性、预测精度和训练时间的消耗上都优于传统的GPR方法。在风电功率预测中,改进的GPR可以给出较准确的置信区间,且与极限学习机、最小二乘支持向量机相比较,该方法的预测精度也有明显提高。; 张颖超郭晓杰邓华; 关键词：GPR BAGGING 风电功率预测 BCM

多普勒天气雷达二次产品处理系统的设计: 2008年; 多普勒天气雷达是目前检测中小尺度灾害性天气最有效、最先进的手段之一。为了满足业务和科研对雷达资料处理的需求,将科研成果转化为业务应用,提高观测资料的处理能力,本文基于模块化编程和动态模块嵌入等技术设计和实现了雷达二次产品处理系统。该系统集原始数据处理、反演和绘图显示功能于一体,兼容多种数据格式,产品丰富,并支持模块定制,具有良好的兼容性和较强的扩展能力;在界面设计上,充分考虑到用户的多元化,方便各级用户的操作使用,界面友好。; 牛丽莉邓华楚志刚骆兴江; 关键词：多普勒天气雷达模块化动态加载

基于ELM的风电场短期风速订正技术研究被引量：13: 2016年; 风速预测是风电场风功率预测的基础,其准确度严重影响着风电场的运行效率。为了提高短期风速预测的准确性,本研究采用了WRF中尺度数值模式,对我国东部沿海某风电场的风速进行预报。在此基础上,利用极限学习机算法(ELM)对WRF模式预报的风速进一步订正。实验结果表明,WRF模式对风速、风向等气象要素有着较好的回报效果,利用ELM算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差和相对平均绝对误差降低了20%～30%。与其他的智能算法(BP神经网络、SVM算法)对比分析后得出,ELM算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。; 张颖超肖寅邓华; 关键词：WRF模式误差订正

基于决策树和图层叠置的精准农业产量图分析方法被引量：18: 2006年; 作物产量限制因子的提取是精准农业变量施肥的重要环节之一。决策树和G IS图层叠置方法研究结果表明,土壤有机质始终占据决策树全部知识规则的第一次分支,起着重要的决定性作用,其次为速效磷和碱解氮;产量空间分布与有机质、碱解氮、速效磷高度吻合,平均吻合度分别达到91%、83%和49%。土壤有机质、速效磷和碱解氮含量是宁夏暖泉农场小麦产量主要限制因子,提高土壤有机质含量是提高单产的重要措施。结论得到生产实际验证,说明运用决策树和G IS图层叠置分析方法挖掘产量限制因子在技术上可行。; 薛正平邓华杨星卫刘成良; 关键词：精准农业决策树

Grell积云对流参数化方案模拟华南暴雨能力初探: 积云对流参数化问题是解决模式预报降水准确率的关键问题,本文在用GRAPES模式原有的三个积云对流参数化方案模拟2005年6月21-22日华南出现的大范围暴雨天气过程的基础上,引进新的积云对流参数化方案——Grell-De...; 邓华; 关键词：华南暴雨数值模拟积云对流参数化方案; 文献传递

邓华

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

邓华

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈