利用邻近站点数据改进短期风速预报
大气与海洋物理
2022-10-07 v2 数据分析、统计与概率
摘要
本文研究给定站点的短期风速预测问题。我们表明，当利用邻近站点的风数据所提供的时空信息时，可显著提升预测质量。我们的方法不聚焦于任何特定预报模型，而是考虑一组多样的预测方法，从非常基础的线性回归到不同机器学习模型。在每种情况下，我们的方法都具体且增量地研究使用周围站点风数据的益处。我们表明，在提前 1 至 6 小时的所有预报时效上，预测风速 RMSE 的相对增益可提升至 20%。对于所有考虑的预报方法，我们表明该增益远优于使用局部气象变量或寻求最优深度学习模型等其他信息所得增益。此外，我们提供证据表明非线性模型（如神经网络或梯度提升方法）显著优于线性回归。这些结论可简单解释为：方法捕捉主气流向上风方向信息传输的能力所致。
引用
@article{arxiv.2207.14679,
title = {Leveraging data from nearby stations to improve short-term wind speed forecasts},
author = {Rachel Baïle and Jean-François Muzy},
journal= {arXiv preprint arXiv:2207.14679},
year = {2022}
}
备注
23 pages, 13 figures. To appear in "Energy"