基于Fluent和LSTM神经网络的超声波测风仪阴影效应补偿研究

• 作者: 任晓晔 郭妍 陈晓
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 超声波测风仪 阴影效应 LSTM神经网络 风速风向 Fluent软件 补偿算法
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 89-98
• 页数: 10页
• 分类号: TP2|TH765
• 字数: 5912字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.07.016

摘要

超声波测风仪因其结构坚固,维修成本低等优点,在气象、生活及农业等领域有着广泛应用.但由于其结构特点造成的阴影效应,会导致其风速测量精度下降,是当前测风领域中不可忽视的问题.针对该问题,提出一种基于Fluent软件以及LSTM长短期记忆神经网络的超声波阴影效应的补偿算法,对不同风速风向以及不同温度下的阴影效应进行补偿.利用Fluent仿真得到样本数据完成LSTM预测模型训练;基于Fluent仿真数据对SVR和MLR等模型与LSTM模型对超声波测风仪阴影效应进行对比实验,验证LSTM算法模型的有效性及优越性;通过风洞数据对LSTM神经网络修正算法的可行性进一步验证.实验结果表明:该算法可对阴影效应所造成的误差进行有效补偿,其精确度得到显著提高,为减小超声波测风仪的阴影效应提供了一定的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓	南京信息工程大学电子与信息工程学院	46	116	6.0	9.0
5	任晓晔	南京信息工程大学电子与信息工程学院	3	2	1.0	1.0
6	郭妍	南京信息工程大学电子与信息工程学院	3	2	1.0	1.0