论文部分内容阅读
为更好地预测山区风向,分别使用自回归滑动平均模型(ARMA)、极端梯度提升算法(XGBoost)和长短期记忆网络(LSTM)对山区4个气象站的风向时间观测序列进行预测,比较3种算法的优劣.针对风向独特的性质,结合传统气象学知识,探索了一种风向的预测方法:引入风速序列,将风速、风向拆分为U、V风并对其分别进行预测,进而将结果合成,使用设定的风向评分检验结果.对比结果表明:XGBoost获得了最高的评分;使用双时间序列预测风向相比单序列效果更好.