基于CEEMDAN和CS算法优化SVM的混合风速预测

基于自适应噪声完备集合经验模态分解(CEEMDAN)、布谷鸟算法(CS)和支持向量机(SVM)构建了CEEMDAN-CS-SVM混合风速预测模型，实现了黄土高原陇东区风电场月平均风速的准确预测.首先，采用CEEMDAN算法对收集到的风速时间序列进行去噪，以避免直接采用收集到的风速数据进行预测将导致较大误差的缺陷；其次，采用布谷鸟算法对SVM的惩罚系数和核函数半径进行优化，以克服SVM参数选择敏感的缺陷；最后，用构建的CEEMDAN-CS-SVM混合风速预测模型实现了黄土高原陇东区风电场月平均风速的预测.数值结果表明混合风速预测模型CEEMDAN-CS-SVM能够实现研究区域短期风速的准确预测，预测精度比混合模型DWT-SVM、EEMD-SVM、CEEMDAN-SVM、CS-SVM、DWT-CS-SVM、EEMD-CS-SVM及SVM的预测精度高.     

城市化对西青气象要素影响分析

基于西青地区2018—2022年街镇气象站逐时观测数据，对比分析了城市化对西青气象要素的影响。结果表明，城市化使得西青城镇气温高于乡村，冬季温差最大，在最低气温极值方面，城乡差异更为明显。日内气温差异在夜间更为显著,但最低气温差值仅在后半夜明显。降水城乡间无显著区别。风速上城镇弱于乡村，其中平均风速及其差异均在春季最大，大风极值城乡差异则在夏季更明显。城乡平均风速及极大风速均存在日变化，城乡差异在午间最为显著。