基于改进的K-means聚类算法的闪电定位分析与预测 ——以胜利油田为例开题报告
2022-01-25 22:53:20
全文总字数:5240字
1. 研究目的与意义及国内外研究现状
1.1 研究目的
本论文对我国山东省油田地区2007-2015九年间的雷击探测定位仪的数据进行分析,建模,以期做出更加准确的雷击临近预测。
2. 研究的基本内容
(1) 数据预处理在实际的应用中,实验取得的数据集,会由于人为因素、系统故障或是数据存储问题等原因,往往造成数据出现缺损值、重复值、奇异值、离散值等问题,良好的数据来源是实验成功与否的关键。因此,必须对数据进行筛查、清洗等相关预处理。同时,为了满足特定模型需要,还要结合实际任务,对数据集进行数据转换、标准化处理或是特征重构操作。数据预处理主要包括:
- 数据清洗
- 数据标准化
- 相关属性选择
本文对雷电预警进行预测,通过物理学相关知识可知,很多气象要素之间并不存在相关性,为避免增加算法复杂度,不相关属性应予以剔除。
(2) 基于 lstm 的气象要素预测模型构建
3. 实施方案、进度安排及预期效果
第一阶段(2018 年11 月至2018 年12月)
1) 根据专家反馈意见,完善研究内容,制定研究工作计划;
2) 设计多种采集方案,搜集大量雷电预警相关要素数据
4. 参考文献
[1]王颖,高云鹏,赵成磊,章程.数据挖掘在闪电定位资料分析中的应用[j].科技创新导报,2017,14(12):145 147.
[2]穆穆. 气象预报的方法与不确定性[j].气象,2011,37(1):1-13.[j]. 环境科学与技术, 2009, 32(3):189-192.
[3] liu, j., kwong, k.m., chan, p.w.: chaotic oscillatory-based neural network for wind shear and turbulence forecast with lidar data [j]. ieee trans. syst. man cybern. c: appl. rev, 2012,42(6):1412-1423.