欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2017100979896
申请人: 南京信息工程大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-02-23
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于PCA和PSO-ELM的自动气象站实时数据质量控制方法,其特征在于:该方法包括以下步骤:步骤1:采集被检站及90KM范围内m个邻站在被检t时刻气温x(t),及t时刻前某一长度的小时数据构成气温时间序列{xi(t′)|t′=1,2,…,n;i=1,2,…,m},其中t为实时采样时间,t′为历史采样时间,两者满足关系t′=t-n+1,n为历史采样时间的长度;

步骤2:对步骤1中采集的m个邻站历史气温{xi(t′)|t′=1,2,…,n;i=1,2,…,m}进行主成分分析,得到去冗余的、特征分量提取的目的;首先,对{xi(t′)|t′=1,2,…,n;i=1,

2,…,m}进行标准化处理,得到 消除量纲和数值差异的影

响;然后,建立相关矩阵R,及其特征值{λi|i=1,2,…,m}和特征向量{vi|i=1,2,…,m};接着,计算方差贡献率{μi|i=1,2,…,m}和累积方差贡献率{μ∑(i)|i=1,2,…,m},按照累计方差贡献率大于75%~95%的第1、第2、…、第p,p≤m,共p个成分作为主成分;最后,得到p个主成分分量步骤3:根据步骤2得到的主成分分量 与步骤1历史采样

信号x(t′),按照对应原则,构建映射样本集,即

其中,训练集、测试集为前n-1个;经过训练、

测试得到在被检时刻、在历史高维信号下的PSO-ELM气温重建模型,即步骤4:在步骤3中得到的PSO-ELM气温重建模型中输入 得到被

检时刻气温的重建值xest(t),即 完成去冗余后

气温的重建;

步骤5:将t时刻去冗余重建气温值xest(t)与采样值x(t)进行比较,若两者满足条件修正公式|x(t)-xest(t)|≤δ,δ为条件修正阈值,则通过质量检测;否则,认为该采样值存疑,用去噪重构值修正实际观测值,即x(t)=xest(t);

步骤6:令t=t+1,重复步骤1到步骤5,完成对历史观测气温主分量提取、实时气温重建及疑误修正的质量控制过程。

2.根据权利要求1所述的基于PCA和PSO-ELM的自动气象站实时数据质量控制方法,其特征在于:所述步骤2中,邻站历史气温{xi(t′)|t′=1,2,…,n;i=1,2,…,m}依据公式进行标准化处理,其中i=1,2,…,n;j=1,2,…,m; sj为{xi(t′)|t′=1,2,…,n;i=1,2,…,m}的均值和方差;相关矩阵R按照公式R=(xi)Txi/(n-1)计算;方差贡献率和累积方差贡献率分别按照公式 和 计算;主成分分析得到的p个主分量按照公式 计算,其中

3.根据权利要求1所述的基于PCA和PSO-ELM的自动气象站实时数据质量控制方法,其特征在于:所述步骤3中,在PSO-ELM气温重建模型中,按照3:1比例随机分配训练和测试样本。

4.根据权利要求1所述的基于PCA和PSO-ELM的自动气象站实时数据质量控制方法,其特征在于:所述步骤5中,条件修正阈值δ按照公式δ=f*S计算,其中f为质控参数,与实际质控效果相关;S=rmse(x(t′)为t时刻历史采样信号{x(t′)|t′=1,2,…,n}的均方根误差。