支持向量机在太阳辐射预报中的应用(张礼平).pdf

第29卷第4期暴雨灾害Vol．29No．4
2010年12月TORRENTIALRAINANDDISASTERSDec．2010

张礼平,陈正洪,成驰,等.支持向量机在太阳辐射预报中的应用[J].暴雨灾害,2010,29(4)：334-336

支持向量机在太阳辐射预报中的应用

张礼平1，陈正洪2，成驰2，王晓莉3

（1.武汉区域气候中心，武汉430074；2.湖北省气象科技服务中心，武汉430074；3.湖北省公众气象服务中心，武汉430074）

摘要:利用EOF能分解数据场和SVM回归分析可建立因子与预报量非线性关系的优势，设计预报方案：(1)将多因子和
多预报量分别方差标准化，EOF场展开，提取主分量；(2)用SVM回归分析实现多因子主分量对多预报量主分量非线性预
测；(3)由预报的多预报量主分量与对应空间函数反演原预报量。选用武汉预报日同一天气类型的上一日逐时（05—18时）
总辐射、日最高温度、温度日较差、日天气类型观测值以及预报日的日最高温度、温度日较差、日天气类型预报值为因子，
对预报日逐时辐射量进行预报。独立预报试验表明，预报与实况接近。
关键词：支持向量机；回归分析；太阳辐射
中图分类号：P461+.1文献标识码：A文章编号:1004-9045(2010)04-0334-04

而且在某种意义上避免了“维数灾”。文献[5]分析了
1引言
SVM方法的特点及其在气象业务中的可能应用前景。
低碳的生产、生活方式，不仅是解决气候变化问目前，SVM方法在太阳辐射预报中的应用较少。本文
题的根本出路，也将为我国在新一轮全球经济竞争中引进基于SVM和EOF（自然正交分解）的预报方法[6]，
赢得主动。我国太阳能资源丰富，理论储量大，与同纬设计一种多因子对多预报量非线性预报方案，以实现
度国家相比，资源丰度与美国相近，比欧洲、日本优越逐日逐时辐射量预报。
得多，是未来最有希望的、可大规模开发利用的可再
2基本原理
生能源。太阳能光伏发电被认为是转换效率最高、使
用期长、可提供大量电力的一种太阳能利用方式[1]。国回归分析又称函数估计。设给定的样本数据集为
外太阳能光伏发电已经完成了初期开发和示范现在
，(X1，y1)，(X2，y2)，…，(Xl，yl)
正向大批量生产和规模应用发展其中为预报因子值维向量为预报量值
。Xi（N），yi，
由于太阳能利用与太阳辐射密切相关，随着国内i=1，2，…，l，l为样本总量。回归分析就是基于样本数
太阳能光伏装机容量的迅速扩大，为提高光电转换效据集寻求一个反映预报因子与预报量的最优函数关
率，降低运营成本，研究和开发太阳辐射预报技术显
系y赞=f(X)。由于线性函数表述形式最简单，18世纪
得十分迫切和必要。
Gauss提出的回归分析就是在最小二乘法意义下确定
支持向量机（SupportVectorMachines，简称SVM）
线性函数系数W（N维向量）和b，使f(X)=(W·X)+b与
方法是近年国际上开始流行的一种新颖的处理非线
实测偏差平方和为最小。当y赞为线性函数时，通
性分类和回归的有效方法。它以V.N.Vapnik等人y=f(X)
常称为最优回归超平面。
提出的统计学习理论[2-4]为基础，借助Mercer核展开f(X)
提出一种不敏感误差函数：
定理和近代最优化方法的结果，将样本空间映射到一Vapnicε
个更高维以至于无穷维的特征空间在特征空间中把0|f（X）-y|≤ε
，当
Lε(y)=（1）
寻求最优回归超平面问题归结为一个凸约束条件下|f（X）-y|-ε|f（X）-y|>ε
的二次凸规划问题，从而求得全局最优解。与特征空这里ε为非负数。其含义为：当误差小于（或等
间中得到的线性解相对应的是样本空间中原问题的于）ε时，认为误差为零忽略不计；误差大于ε时，定义
高度非线性解。一般升维变换会带来算法的复杂化，误差值为实际误差减去ε。这种误差函数给出了一个
但由于核函数的引入，不但没有增加算法的复杂性，宽度为2ε的不敏感带，称为ε管道。若所有样本点均

收稿日期：2010-09-10；定稿日期：2010-11-18
资助项目：科技部公益性行业（气象）科研专项（GYHY201006036）、华中区域气象中心推广项目（QY-T-200902）、华中区域气象中心重点项目
（QY-Z-201010）、中国气象局工作任务（气预函[2010]76号）
作者简介：张礼平,男,1956年生，正研级高工，主要从事短期气候预测及方法研究。E-mail:[e-mail]
第4期张礼平等：支持向量机在太阳辐射预报中的应用335

在管道中则总误差为否则如下引入松弛变量妙地绕过非线性映射的显式表达最后得[2、3、4]
ε，0；ξi≥，:

0：f