当前位置:主页 > 科技论文 > 数学论文 >

高斯过程回归在气象数据方面的应用研究

发布时间:2020-06-10 20:23
【摘要】:建设低碳经济的重要环节之一就是建筑节能。作为经济稳定增长的发展中国家,我国的建筑能耗约占全国总能耗的三分之一。建筑能耗模拟与能耗预测可以有效指导建筑节能措施的实施。建立合理的室外气象参数计算模型,并获得建筑能耗用典型气象年逐时气象数据是建筑能耗模拟过程中不可缺少的环节。由于技术等原因,我国缺少记录完整的逐时气象数据。因此,定时数据逐时化和缺失数据填补是目前典型气象年研究中的重点。本文主要研究高斯过程回归算法在定时数据逐时化和缺失数据填补中的应用。依据高斯过程回归的基本原理,提出了基于高斯过程回归的气象数据逐时化算法及缺失值填补算法。并且通过对上海宝山台站气象数据的逐时化与填补研究,验证了该算法的有效性。首先依据高斯过程回归的基本原理,针对气象数据的四次定时记录与短期记录缺失的状况,分别提出了基于高斯过程回归的气象数据逐时化算法及缺失值填补算法框架。对温度与气压,设计了逐时化的两种复合协方差函数、缺失值填补的一种复合协方差函数,同时对协方差函数中的超参数进行确定,对所提出的气象数据逐时化算法及缺失值填补算法进行了细化。其次,将上述算法应用于上海宝山站的温度、气压、相对湿度数据逐时化与缺失值填补中,并将实验结果与三次样条插值方法结果进行对比。结果表明:基于高斯过程回归进行气象数据逐时化,复合协方差函数模型优于单协方差函数模型;此逐时化方法适合绝对量参数温度与气压,不适合相对量参数相对湿度;基于高斯过程回归的缺失值填补算法,对温度、气压以及相对湿度的填补结果均优于三次样条插值法的填补结果。最后本文对实验结果进行了确定性的描述,给出其95%的置信区间。实验结果表明本文提出的算法提高了气象数据逐时化及数据填补的精度。可以用于生成建筑能耗模拟所用的典型气象年逐时数据。
【学位授予单位】:西安建筑科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:P413; P1;O212.1

【参考文献】

相关期刊论文 前10条

1 李红莲;杨柳;;不同典型气象年生成方法对建筑能耗的影响[J];暖通空调;2015年09期

2 甘迪;柯德平;孙元章;崔明建;;基于集合经验模式分解和遗传-高斯过程回归的短期风速概率预测[J];电工技术学报;2015年11期

3 宁经洧;王宝令;徐小龙;;严寒地区办公建筑室内照明对能耗的影响分析[J];节能;2014年06期

4 李振刚;;基于高斯过程回归的网络流量预测模型[J];计算机应用;2014年05期

5 唐慧强;李全月;刘钲江;;基于粗糙RBF神经网络的气象数据插补方法研究[J];计算机工程与设计;2014年01期

6 廖晓锋;范修斌;姜青山;;基于协方差的高斯混合模型参数学习算法[J];计算机科学;2013年S2期

7 杜占玮;杨永健;白媛;肖敏;韩丽英;;高斯过程机器学习的基线计算算法[J];小型微型计算机系统;2013年09期

8 孙斌;姚海涛;刘婷;;基于高斯过程回归的短期风速预测[J];中国电机工程学报;2012年29期

9 孙慧颖;王佳;任远;;大空间建筑防火分区方法研究[J];北京建筑工程学院学报;2012年03期

10 傅增清;;山东温室气体排放趋势与减排路径研究[J];山东财政学院学报;2012年05期

相关博士学位论文 前2条

1 蒲清平;城市居住建筑能耗影响因素与预测模型构建研究[D];重庆大学;2012年

2 段盼;电力系统负荷及负荷率的可靠性影响模型[D];重庆大学;2012年

相关硕士学位论文 前7条

1 闻攀;基于高斯过程的神经肌肉阻滞系统建模与控制[D];北京化工大学;2016年

2 李云龙;基于建筑动态负荷计算及设备选型的“设计气象年”的构成研究[D];重庆大学;2016年

3 侯立强;商业、办公综合体节能设计参数对能耗的影响分析[D];西安建筑科技大学;2016年

4 万玲;基于高斯过程的时间序列分类[D];中国矿业大学;2014年

5 曲轶松;基于高斯过程的数据处理的研究[D];北京交通大学;2014年

6 李剑英;改进高斯过程的硫化矿石自燃倾向性等级分类[D];辽宁工程技术大学;2012年

7 申倩倩;基于高斯过程的在线建模问题研究[D];华南理工大学;2011年



本文编号:2706812

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/yysx/2706812.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户6d81f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com