基于滤波技术的上海日最大电力负荷气象预报模型

电力负荷与气象条件密切相关,为建立上海市日最大电力负荷的预报模型,利用2010—2013年上海市日最大电力负荷数据及同期气象资料,分析日最大电力负荷的时间变化特征及其与气象因子的相关性,并基于滤波技术将日最大电力负荷分离为时间趋势项和逐日变化项,用逐步回归方法针对冬季和夏季分别建立预测模型。结果表明：①上海日最大电力负荷的各个节假日效应存在差异,春节节假日效应持续时间最长,影响最大,国庆节假期前半段节假日效应明显大于后半段。夏季的周末效应最强。②采用逐步回归方法建立的气象预报模型效果较好,回代年和预测年的平均预测相对误差均小于5%。     

北京夏季日最大电力负荷预报模型建立方法探讨

为了探索夏季(6～8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005～2010年逐日最大电力负荷和同期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象负荷从夏季日最大电力负荷中分离出来,分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系,并基于2005～2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型,将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示:2005～2010年,北京逐日最大电力负荷具有明显的线性增长趋势,夏季日最大电力负荷具有显著的星期效应;与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负荷趋势相比,去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优;北京夏季日气象负荷与当日气温的相关系数最高,与前一日气象负荷也关系密切;利用前一日相对气象负荷和当日气象要素一周逐日分别建立预报模型的拟合和预测效果较好。     

宜昌市电力负荷对气象因子的响应及气象预报模型的建立

利用2015-2017年宜昌市逐小时电力负荷资料及对应时段地面气象观测站数据,分析宜昌电力负荷的变化特征,研究气象敏感负荷与气象因子的关系,基于主要气象敏感因子通过逐步回归法建立宜昌电力负荷预报方法。结果表明:宜昌电力负荷呈逐年增长的趋势,夏季和冬季是一年中电力负荷高峰期,年最大电力负荷出现在夏季,年均增幅达11.8%,年最小电力负荷出现在春节期间;气温对气象敏感负荷影响最大,随着日平均气温T升高逐日气象负荷率先减小后增加,当T为17℃时,气象负荷率最小,从而划分了4个变化阶段:17℃≤T<26℃、T≥26℃、7℃≤T<17℃、T<7℃,基于各阶级主要气象敏感因子分别建立电力负荷回归预报方程,经检验,在实际应用中预报相对误差绝对值为3.8%,基本能够满足电力部门负荷预测的精度要求。后期可结合人工智能算法,进一步提高宜昌电力气象负荷预测的稳定性和准确性。     

电力调度气象服务效益评估研究——以长沙市为例

基于长沙市2010—2013年逐日日平均电力负荷资料及同时段逐日气象观测资料,利用统计方法对分离出社会经济因素对电力负荷的影响,在此基础上构建电力负荷与气象因子之间的关系模型,并基于该模型和对比分析法对长沙市电力调度的气象服务效益进行评估,最终得出2010—2013年长沙市电力调度的气象服务效益值为2.77亿元。     

神经网络在电力系统负荷预测中的应用

选用2006年3月28日—2006年4月8日呼和浩特市供电局每日0—23时整点电力负荷资料，结合呼和浩特市电力负荷预測日的最高气温、最低气温和天气特征等气象因子的变化，采用将一周的7天每天都看作一种电力负荷类型，尝试应用BP神经网络预测呼和浩特市2006年4月9日的电力负荷值，预测值与实际值基本一致。这次尝试取得的成果，对专业气象服务实际工作中电力负荷预测具有较高的实用价气象因子电力负荷     

气象条件对电力负荷的影响分析

利用河北省南电网提供的2000～2006年逐日最大电力负荷资料.分析了日最大电力负荷的变化规律.以石家庄市为例,采用相关分析方法,分年逐月分析了日最大电力负荷与对应6个气象因子的相关性,得出不同时段电力负荷的主要气象影响因子;分析了6～9月和11月受气温影响显著月电力负荷的1℃效应量、3～8月10 mm以上降水量对电力负荷的影响变化率;采用多元回归的方法分时间段建立了最大电力负荷的气象预测方程,加上逐年电力负荷变化趋势项即可做电力负荷预测预报.     

河南夏季日最大电力负荷预测模型

利用2005—2009年河南逐日最大电力负荷和气象资料,分析了河南日最大电力负荷的变化特征及其与气象因子的关系。河南日最大电力负荷季节变化呈双峰型,最大的峰值出现在夏季,次峰值在冬季。夏季电力负荷与气温和炎热指数有密切的关系。用逐步回归方法,针对夏季(方案1,不区分工作日和休息日)以及周一至周日(方案2,区分工作日和休息日)分别建立日最大电力负荷预测模型,并对2010年夏季逐日最大电力负荷进行预测,两种预测方案对2010年夏季日最大电力负荷预测的平均相对误差均小于3%,相关系数均达到0.90,两方案在工作日预测结果都较好,但休息日预测误差相对较大。     

夏季湖北电网气象敏感负荷预测模型研究

利用2009-2010年湖北电网日用电负荷资料和气象资料,提出了基于电网负荷的分解算法,将电网日最大负荷分解为基础负荷与气象敏感负荷2个主要分量.其中,气象敏感负荷与气温、相对湿度及风速的综合气象敏感负荷条件指数相关.提出了基于权重指数的湖北省面平均气象敏感负荷条件指数的算法.利用相关比法,分析了湖北省气象敏感负荷与面均气象敏感负荷条件指数的非线性关系.基于均方偏差最小原理和非线性最小二乘法,建立了夏季湖北电网气象敏感负荷与面均气象敏感负荷条件指数的多项式预测关系模型.经2010年9月模型应用检验表明,预测平均误差低于6％.该模型可用于夏季湖北省电力专业气象服务工作.     

基于BP神经网络的北京夏季日最大电力负荷预测方法

利用2006~2017年北京夏季（6~8月）逐日最大电力负荷和同期气象资料,分析最大电力负荷与各种气象因子的相关性,基于BP（Back Propagation）神经网络算法,建立了两种夏季日最大电力负荷预测模型并对比。结果表明:北京夏季周末基础负荷远小于工作日,剔除时应加以区分;气象因子对气象负荷的影响具有累积效应,累积2 d时两者的相关性最强;结合实际,根据自变量的不同分别建立了两种日最大电力负荷预测模型;经实际预测检验,两种预测模型均取得了较好的预测效果,能够满足电力部门的实际需求,其中自变量中加入前一日气象负荷的模型效果更优。     

福州市夏季电力气象等级预测模型初探

对福州市1999~2002年5~9月日电力负荷与日平均气温、日最高气温、日最低气温、日平均相对湿度和天气状况进行分析,发现气象要素的变化会直接影响到电力负荷的调整。从逐日电力负荷资料中提取气象要素引起电力负荷变化的部分即气象负荷,通过计算气象电力负荷与气象要素之间一系列相关指标,并利用回归分析方法建立福州市夏季气象电力负荷预测模型,利用气象要素预报,可实现对气象电力负荷的预测。预测结果通过检验、分析和判定,最后确定了气象电力负荷等级划分的标准。对2003~2005年福州市夏季逐日气象电力负荷等级进行回代检验,结果表明该预测模型有较好的预报能力。     

基于偏好融合的群组推荐研究

传统的推荐系统主要针对单个用户,但随着社会和电子商务的快速发展,人们越来越多地以多个用户的形式一起参与活动,而群组推荐旨在为多个用户组成的群组提供服务,已成为当前研究的热点之一.针对目前群组推荐准确率低,群组成员之间偏好冲突难以融合的问题,本文提出了一种新的共识模型策略,融合了群组领袖影响因子和项目热度影响因子,基于K近邻为目标群组寻找邻居群组,借鉴邻居群组的偏好,设计了基于偏好融合的群组推荐算法.在MovieLens数据集上的实验结果表明,本文所提的融合策略较传统的偏好融合策略有着更优越的表现,推荐准确率（nDCG）的总体平均性能约提高13%,推荐列表多样性指标的总体平均性能约提高10%.     

基于LMS的自适应数字波束形成的FPGA实现

介绍了一种针对DBF(自适应数字波束形成)的最小均方(LMS)自适应处理方法,并在工程上用 FPGA(现场可编程门阵列)实现算法的验证和调试.该算法比较简单,易于在工程上用硬件来实现.     

话说“风云”

在种类繁多的人造卫星中 ,有一种专门用于在外层空间监测地球风云变幻的卫星 ,那就是气象卫星。气象卫星可以在太空拍摄地表的地貌、云图、水汽等照片 ,经处理后发送到地面。气象部门根据卫星云图和其它气象信息资料进行综合分析 ,便可对未来天气的变化作出预测。196 0年美国发射了世界上第一颗试验气象卫星“泰罗斯号” ,至今 ,已有美国、前苏联、日本、欧洲空间局和印度、中国等几个国家 ,先后发射了“泰罗斯”、“流星”、“艾萨”、“诺阿”、“葛兹”、“葵花”、“梅地欧尔”、“风云”等 10多个系列的数十颗不同型号和用途的气象卫星…     

移动端气象类直播初探

移动端气象直播节目,就是指在移动互联网终端播出的、以气象信息为话题和内容的节目,即以能够通过网络实时传输图像、声音及文字的移动互联网终端应用程序为平台,以直播的形式将气象节目传播给受众。     

基于激光雷达资料的气溶胶辐射效应研究

利用新型激光雷达气溶胶探测资料及综合数值模式,以地形复杂的兰州市及周边地区冬季典型天气形势下的大气边界层为研究对象,通过理想试验模拟研究了城市气溶胶辐射效应与大气边界层的相互作用。结果表明:夜间,低空(50~600 m)气溶胶所在气层冷却效应明显,温度降低0.13~0.18℃,600 m高度以上,气溶胶浓度较低,其冷却效应较小,温度降低不足0.1℃;白天,受气溶胶短波辐射效应影响,边界层内增温明显,增温最大值位于低层脱地逆温层顶300 m高度附近,600 m以上由于气溶胶浓度减小,加热率亦降低,增温由0.2℃减至0.1℃。此外,气溶胶的存在使得所在层的风速降低。可见,激光雷达探测资料在边界层模式中有很好的应用价值,对于研究气溶胶辐射效应的大气边界层响应有重要意义。     

Study on Cloud-Radiation Effect on Climate in Eastern Asia

In this paper, the decade data of meteorological satellite and surface meteorological observation of China have been analysed. The relationship between cloud and radiation has been studied. A set of empirical formulae of the relationships between the albedo and cloud amount, the outgoing longwave radiation and cloud amount in Chinese different districts and different seasons has been deduced. They express simply the response of both planet reflectivity and earth-atmosphere outgoing longwave radiation to the change of cloud amount. So that the sensitivity of net ra-diation of the earth-atmosphere system to the change of cloud amount and the ratio of cloud reflective effect to greenhouse effect can be estimated. In this paper, the radiative process of the earth-atmosphere system, cloud and radiative balance and its effect on climate have been synthetically studied.     

印度应对气候变化国家方案简析

2008年6月印度政府发布了《气候变化国家行动方案》,阐明了印度应对气候变化的原则立场以及减缓和适应措施。方案中明确指出发展中国家是气候变化的最大受害者,发达国家应该承担温室气体减排的责任和义务;由于近年印度排放不断上升,方案也着重提出了提高能效、大力发展可再生能源等措施。与我国发布的《中国应对气候变化国家方案》进行对比,印度国家行动方案中的一些观点和措施值得我国研究和借鉴,该方案为我国进一步提出应对策略、加强国际合作提供了参考。     

人工影响天气关键技术与装备研发

"空中水资源监测技术研究"课题完成了前期调研,制定详细研究计划,任务分解,组织队伍;组成外场技术组,实地勘测和选点;完成了地面观测人员的技术培训;利用参加单位增雨催化飞机进行试验性观测;利用耦合了中国气象科学研究院复杂云物理方案的GRAPES和MM5中尺度数值模式,结合奥运保障服务,将课题研究成果臆用于业务产品的开发中,取得了较好的效果.     

基于RBF神经网络的人脸识别研究

针对人脸识别技术中存在的高维问题、小样本问题和非线性问题展开研究.围绕人脸特征提取,采用基于主成分分析和Fisher线性鉴别来克服在人脸识别中的小样本问题,同时将人脸图像从高维空间映射到低维空间从而解决了高维问题;在分类识别方面,采用具有很强的非线性映射功能的RBF神经网络进行模式分类,能够解决人脸识别中的非线性问题.在ORL人脸数据库上进行的仿真实验表明,该方法进行人脸识别具有较高的识别率.     

降雨强度对激光雷达测风精度的影响研究

多普勒激光雷达在大气、环境以及风能等领域得到越来越广泛的应用，但对于复杂天气下多普勒激光雷达的适用性仍然有待深入研究。为此本研究采用2020年8—10月期间位于福建三沙的地基多普勒激光雷达与边界层高塔所搭载的超声风温仪观测的风场数据进行对比，发现多普勒激光雷达在水平风速、风向方面具有稳定的高精度探测性能，与超声风温仪之间相关系数达到了0.948和0.984。相比之下，激光雷达垂直风速的探测误差较大，与超声风温仪之间相关系数仅有0.353。研究发现，降雨强度与激光雷达垂直风速误差呈正相关关系，强降雨下垂直风速偏差最大可达到9 m/s。