CAJ | 학술논문

东南沿海复杂地形条件下，同一区域其他测风塔和临近气象台之间数据相关性较差（通常认为相关性小于0.8），因此缺测风速数据或无效数据较难插补。如何较为准确的对该情况下的数据进行修复，对于该区域的风资源评估具有重要意义。本文运用神经网络模型，根据精度确定最优时间序列长度，以此长度时间序列风速作为样本对神经网络模型进行训练，再对连续缺测的风资源数据进行预测，结果表明初始缺测数据预测误差较小，随后预测误差较大，平均预测精度较好，绝对预测误差较大；由于缺测数据预测难度较大，仅能以前段时间序列为预测原始数据，因此预测精度提高有较大困难。
동남연해복잡지형조건하，동일구역기타측풍탑화림근기상태지간수거상관성교차（통상인위상관성소우0.8），인차결측풍속수거혹무효수거교난삽보。여하교위준학적대해정황하적수거진행수복，대우해구역적풍자원평고구유중요의의。본문운용신경망락모형，근거정도학정최우시간서렬장도，이차장도시간서렬풍속작위양본대신경망락모형진행훈련，재대련속결측적풍자원수거진행예측，결과표명초시결측수거예측오차교소，수후예측오차교대，평균예측정도교호，절대예측오차교대；유우결측수거예측난도교대，부능이전단시간서렬위예측원시수거，인차예측정도제고유교대곤난。