以風沙運動為標志的土地荒漠化及其引起的沙塵暴等災(zāi)害,是21世紀重要的環(huán)境問題。而對這一典型氣固兩相流體的動力學(xué)求解,面臨著諸如Navier-Stokes方程的非線性、湍流運動的隨機性和多尺度關(guān)聯(lián)等共性難題。雖然目前已有諸多風速預(yù)測模型,但仍然有可以發(fā)展完善之處,如從凈風場拓展到風沙流場。本論文基于支持向量機和經(jīng)驗?zāi)Ｊ椒纸獾牧己梅夯?建立了短期風速預(yù)測的數(shù)學(xué)模型,期望加深對風沙運動的認識,為定量化風沙物理學(xué)的研究提供一定的數(shù)據(jù)支持。主要研究內(nèi)容包括:首先,總結(jié)了國內(nèi)外對風沙運動及風速預(yù)測研究的概況,介紹了近地層大氣湍流的基本特性和統(tǒng)計描述。其次,就風沙環(huán)境下的風速原始數(shù)據(jù)進行了預(yù)處理�；谥С窒蛄繖C回歸理論,提出了定量化的短期風速預(yù)測模型,計算結(jié)果與觀測數(shù)據(jù)基本吻合,相對誤差在9%以內(nèi)。同時發(fā)現(xiàn),對原始數(shù)據(jù)適當?shù)念A(yù)處理可以降低預(yù)測誤差,提高運算效率。最后,對風速時間序列根據(jù)經(jīng)驗?zāi)Ｊ椒纸膺M行處理和解譯,得到不同時間尺度的分量,提出了改進的支持向量機風速預(yù)測模型。結(jié)果表明:改進后的預(yù)測模型相對誤差明顯降低,精度更高,泛化性更好。本文基于經(jīng)驗?zāi)Ｊ椒纸飧倪M的支持向量機短期風速預(yù)測模型的預(yù)測風速... 

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 風沙運動的研究現(xiàn)狀
        1.2.1 風沙運動的理論及數(shù)值研究
        1.2.2 風沙運動的實驗研究
    1.3 風速預(yù)測的研究現(xiàn)狀
        1.3.1 風速預(yù)測方法
        1.3.2 數(shù)據(jù)預(yù)分析方法
    1.4 風場基本特性
    1.5 本文的主要內(nèi)容與結(jié)構(gòu)
第二章 基于支持向量機理論的風速預(yù)測
    2.1 理論基礎(chǔ)
        2.1.1 機器學(xué)習理論
        2.1.2 統(tǒng)計學(xué)習理論
    2.2 支持向量機理論
        2.2.1 支持向量機理論發(fā)展
        2.2.2 支持向量機回歸理論
    2.3 基于支持向量機的風速預(yù)測建模
        2.3.1 模型構(gòu)建步驟
        2.3.2 模型參數(shù)的優(yōu)化
    2.4 實例預(yù)測分析
        2.4.1 不同高度的風速預(yù)測
        2.4.2 模型階數(shù)對預(yù)測效果的影響
        2.4.3 訓(xùn)練樣本數(shù)量對預(yù)測效果的影響
        2.4.4 不同預(yù)處理對預(yù)測效果的影響
    2.5 本章小結(jié)
第三章 經(jīng)驗?zāi)Ｊ椒纸飧倪M風速預(yù)測模型
    3.1 經(jīng)驗?zāi)Ｊ椒纸饫碚?br>        3.1.1 包絡(luò)線擬合方法
        3.1.2 端點效應(yīng)的處理
        3.1.3 停止準則
    3.2 原始風速數(shù)據(jù)的經(jīng)驗?zāi)Ｊ椒纸?br>    3.3 改進風速預(yù)測模型的構(gòu)建
    3.4 實例預(yù)測分析
    3.5 本章小結(jié)
第四章 結(jié)論
    4.1 主要結(jié)論
    4.2 研究展望
參考文獻
致謝


【參考文獻】：
期刊論文
[1]基于VMD和改進ARIMA模型的超短期風速預(yù)測[J]. 趙征,汪向碩,喬錦濤.  華北電力大學(xué)學(xué)報(自然科學(xué)版). 2019(01)
[2]基于改進螢火蟲算法的LSSVM脈動風速預(yù)測[J]. 鄭曉芬,徐暢.  結(jié)構(gòu)工程師. 2018(06)
[3]基于擴展卡爾曼濾波的三維風速在線估計方法[J]. 涂海峰,賈生偉,陽豐俊,呂瑞.  航天控制. 2018(02)
[4]基于變分模態(tài)分解和LSSVM的風電場短期風速預(yù)測[J]. 張妍,韓璞,王東風,王少蕊.  太陽能學(xué)報. 2018(01)
[5]基于經(jīng)驗?zāi)Ｊ椒纸獾纳窠?jīng)網(wǎng)絡(luò)組合風速預(yù)測研究[J]. 勾海芝,趙征,夏子涵.  電力科學(xué)與工程. 2017(10)
[6]基于支持向量機的短期風速預(yù)測研究綜述[J]. 楊茂,陳新鑫,張強,李大勇,孫涌,賈云彭.  東北電力大學(xué)學(xué)報. 2017(04)
[7]基于修正后ARIMA-GARCH模型的超短期風速預(yù)測[J]. 丁藤,馮冬涵,林曉凡,陳靖文,陳麗霞.  電網(wǎng)技術(shù). 2017(06)
[8]遺傳算法對SVR風速預(yù)測模型的多參數(shù)優(yōu)化[J]. 朱霄珣,徐搏超,焦宏超,韓中合.  電機與控制學(xué)報. 2017(02)
[9]庫布齊沙漠南緣拋物線形沙丘表面風沙流結(jié)構(gòu)變異[J]. 陶彬彬,劉丹,管超,哈斯額爾敦.  地理科學(xué)進展. 2016(01)
[10]基于數(shù)據(jù)依賴核支持向量機回歸的風速預(yù)測模型[J]. 王定成,倪郁佳,陳北京,曹智麗.  南京師大學(xué)報(自然科學(xué)版). 2014(03)



本文編號：3726369