待分解信号复杂度增大时传统单信号分解技术易产生过高特征空间维度的高频本征模态函数(intrinsic mode function,IMF),从而严重限制了长短时记忆神经网络(long short term memory,LSTM)的长时序预报能力。以舟山群岛南部外海某观测点...待分解信号复杂度增大时传统单信号分解技术易产生过高特征空间维度的高频本征模态函数(intrinsic mode function,IMF),从而严重限制了长短时记忆神经网络(long short term memory,LSTM)的长时序预报能力。以舟山群岛南部外海某观测点所收集的海浪数据为基础,提出融合ICEEMDAN-VMD级联分解策略和LSTM的混合模型。该混合模型准确捕捉海洋波浪的非线性特征和长时序依赖规律,提高了复杂海况下对有效波高、有效波周期、波向的长时预报能力。与多变量LSTM模型相比,混合模型的48 h和72 h有效波高预测均方根误差(root mean square error,RMSE)降幅分别为53.9%和33.8%,有效波周期预测RMSE降幅分别为46.1%和39.1%,波向预测RMSE降幅分别为30.5%和23.9%。与EMD-LSTM模型相比,混合模型有效波高、有效波周期、波向的RMSE平均降幅分别为13.52%、17.79%、15.39%。展开更多
利用欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts)近10年的ERA5再分析海浪场数据,为中国南海周边4个省(自治区)的国家级海洋牧场选取最适合开发波浪能资源的电站位置,重点研究各站点的波浪能开发潜力以...利用欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts)近10年的ERA5再分析海浪场数据,为中国南海周边4个省(自治区)的国家级海洋牧场选取最适合开发波浪能资源的电站位置,重点研究各站点的波浪能开发潜力以及与波浪能装置布放方向有关的指标。研究表明:广东省惠州小星山以及福建省莆田市南日岛两个国家级海洋牧场所选站点的波浪能开发潜力最高,获得高经济收益的潜力也最强;此外,后者所选站点的波浪能传播方向最集中,最有利于装置吸收波浪能资源。展开更多
文摘待分解信号复杂度增大时传统单信号分解技术易产生过高特征空间维度的高频本征模态函数(intrinsic mode function,IMF),从而严重限制了长短时记忆神经网络(long short term memory,LSTM)的长时序预报能力。以舟山群岛南部外海某观测点所收集的海浪数据为基础,提出融合ICEEMDAN-VMD级联分解策略和LSTM的混合模型。该混合模型准确捕捉海洋波浪的非线性特征和长时序依赖规律,提高了复杂海况下对有效波高、有效波周期、波向的长时预报能力。与多变量LSTM模型相比,混合模型的48 h和72 h有效波高预测均方根误差(root mean square error,RMSE)降幅分别为53.9%和33.8%,有效波周期预测RMSE降幅分别为46.1%和39.1%,波向预测RMSE降幅分别为30.5%和23.9%。与EMD-LSTM模型相比,混合模型有效波高、有效波周期、波向的RMSE平均降幅分别为13.52%、17.79%、15.39%。
文摘利用欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts)近10年的ERA5再分析海浪场数据,为中国南海周边4个省(自治区)的国家级海洋牧场选取最适合开发波浪能资源的电站位置,重点研究各站点的波浪能开发潜力以及与波浪能装置布放方向有关的指标。研究表明:广东省惠州小星山以及福建省莆田市南日岛两个国家级海洋牧场所选站点的波浪能开发潜力最高,获得高经济收益的潜力也最强;此外,后者所选站点的波浪能传播方向最集中,最有利于装置吸收波浪能资源。
