一种基于WSTD-KOA-BPNN技术的高原峡谷大风预报方法

本发明提供一种基于WSTD‑KOA‑BPNN技术的高原峡谷大风预报方法。该方法包括以下步骤：使用分布式风速传感器采集高原峡谷目标区域的历史风速数据及温度等其他气象要素数据；通过三次样条插值法填补缺失数据点，并利用小波软阈值去噪算法（WSTD）进行噪声滤除，采用Min‑Max方法对去噪后的风速数据归一化处理；基于卡普勒优化算法（KOA）优化反向传播神经网络（BPNN）参数，构建KOA‑BPNN预测模型；实时监测与预报结果输出。本发明通过融合WSTD噪声抑制、KOA全局参数优化与BPNN非线性建模能力，显著提升了对高原峡谷复杂大风特征的捕捉精度与泛化性能，为防灾减灾提供可靠技术支撑。