引入积温效应预测夏季西安市电力气象负荷

利用2010—2012年6—8月西安市逐日电力负荷资料及对应时段地面观测站数据,分析了高温天气过程中日最大电力负荷的变化特征。结果发现,3年间西安地区共发生晴热天气过程5次,闷热天气过程4次,其中晴热天气过程发生在6月,闷热天气过程发生在7、8月,且闷热天气过程的电力负荷增长更加明显;利用日最高气温变化跟踪气象负荷的变化发现,日最高气温33℃为西安市气象负荷初始气温敏感点,35℃为强气温敏感点,38℃为极强气温敏感点;引入积温累积效应,建立了多元回归的电力气象负荷预测模型,经2013年夏季模型应用检验表明,日最大电力负荷预测平均误差为6.0%,能较好的模拟电力负荷的实际变化,对西安市夏季电力气象服务工作有指导意义。     

基于积温效应的华中电网电力负荷预测

利用2011—2015年5—9月华中4省河南、湖北、湖南、江西逐日日用电量、日峰负荷、日谷负荷与同期气象数据,探讨炎热天气过程对电力负荷的影响特征,并分别对4省建立基于积温热累积效应的电力负荷预测模型。结果表明:持续3d以上的炎热天气过程对电力负荷增长影响显著,其中湖北的电力负荷增量最大;当气温大于等于积温热累积效应的气温临界值时,对电力负荷增长有显著影响,其中湖南的日平均气温、日最高气温、日最低气温的初始敏感值分别为31℃、36℃、27℃,强敏感值分别为32℃、39℃、29℃;建立基于积温热累积效应的电力气象负荷多元回归预测模型,经2016年5—9月应用检验,华中4省的平均相对误差均控制在5%以内,根据具体天气情况进行适当订正,对国家电网公司华中分部电力调度具有参考价值。     

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.     

武汉市电力负荷特征及其与气象因子的关系

利用武汉市2013—2018年逐15 min精细化电力负荷数据及武汉市日降水、气温等气象资料,统计分析电力负荷特征指标,探寻电力负荷的构成、变化规律及其与气象因子的关系。研究结果表明:(1)近年来武汉市电力负荷和日负荷峰谷差屡破新高,夏季高温持续时间和强度大小对空调负荷影响最为显著。电力负荷随季节变化呈现出明显的“双峰双谷”特征。(2)夏季电力负荷远高于其它三季,冬季次之。四季日变化特征总体呈现“昼高夜低”的分布。(3)工作日和双休日负荷明显高于节假日,工作日负荷略高于双休日,其中工作日的早高峰负荷最大,而双休日和节假日的晚高峰负荷最大。(4)气象因子对全社会用电量影响尤为重要。夏季气象敏感负荷与日平均气温的关系最密切,当平均气温高于初始敏感值和强敏感值时,电力负荷随气温上升增幅更加明显。(5)无论是否出现降水,夏季气象敏感负荷与日平均气温的关系都很密切。无降水天气,负荷与日平均气温相关性最高;有降水发生时,气象敏感负荷与日平均气温的相关性呈下降趋势,总体反映出降水影响气温、气温影响电力负荷的物理过程和机制。     

河北省南部电网夏季电力负荷特征及与气象因子的关系

利用河北省南部电力公司提供的2007-2009年南电网区域逐日最大用电负荷资料,分析了南电网区域夏季日最大负荷变化规律,与其他月份相比,夏季5-8月的日最大电力负荷的波动性明显大于其他月份.采用标准化和相关分析法,逐月分析了气象因子与日最大电力负荷的相关性,并找出了日最大电力负荷的周变化特点,以及节假日对日最大电力负荷的影响.结合农作物生长特点,分析了南部电网日最大电力负荷变化特征,为以后日最大电力负荷预报提供了一定的参考.     

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。     

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     

夏季武汉市电网气象敏感负荷预测模型

利用2009—2010年武汉市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,气象敏感负荷与包含了气温、相对湿度及风速的综合气象敏感负荷条件指数相关。利用相关比法,分析了气象敏感负荷与气象敏感负荷条件指数的非线性关系,分析了气象敏感负荷条件指数变化与负荷变化关系。基于均方偏差最小原理和非线性最小二乘法,建立了夏季武汉电网气象敏感负荷与气象敏感负荷条件指数的多项式预测关系模型。2011—2012年夏季模型应用检验表明,预测平均误差接近6%。该模型可用于夏季电力气象服务工作。     

北京市夏季电力负荷逐日变率与气象因子关系

利用2006年1月—2010年9月北京市逐日整点电力负荷和逐日气象资料,采用数理统计方法定量分析了北京市夏季电力负荷逐日变率与主要气象因子的关系。结果表明:与最大电力负荷显著相关的气象因子为温度、风速和空气湿度,其中与日最低气温相关性最高 (相关系数为0.65,显著性水平为0.001),当日最低气温高于18℃(或日最高气温高于26℃) 时,其对日最大电力负荷的1℃效应量约为39.7×107W。相对于温度单个因子,同时反映温度和相对湿度综合作用的闷热指数与最大电力负荷的关系更为密切。     

夏季日峰降温电力负荷预测灰色模型及其应用

基于2017—2020年石家庄市逐15分钟电力负荷及同期气象资料,计算人体舒适度指标有效温度和温湿指数,考虑基准负荷存在周期性和增长性,提出采用灰色模型GM(1,1)并结合滤波法、相关分析等方法,建立日峰降温电力负荷与人体舒适度指标分段回归模型。结果表明:石家庄电力负荷具有明显的逐年增长趋势;剥离出的日降温负荷曲线呈“W”型分布;分别对模型进行一次、二次和分段函数拟合,对3种预测模型进行检验发现分段函数预测精度较高,平均相对误差在4.8%～5.2%,有效温度和温湿指数的分段函数误差在-10%～10%所占比例分别为88.1%和90.5%;考虑了温度、湿度和风速的有效温度较温湿指数的夏季日峰降温电力负荷预测模型预测准确率更高,回归模型分段点为26.2℃,对电网“迎峰度夏”时期电力调度具有参考价值。     

全国综合气象信息共享系统的设计与实现

为满足对海量气象数据管理和服务的需求,国家气象信息中心设计开发了全国综合气象信息共享系统 (CIMISS)。该文描述了系统基本设计思路、功能结构、基础平台体系结构、信息流程,阐述了系统为用户提供的基础数据使用环境。系统由数据收集与分发系统、数据加工处理系统、数据存储管理系统、数据共享服务系统、业务监控系统5个业务子系统组成,承担数据收集、加工处理、存储管理、共享服务和业务监控任务。系统设计和开发采用了一系列现代信息技术,包括基于消息和文件共享的平台内信息交换、气象数据标准化分类、数据处理作业调度和算法的动态扩展、元数据的设计和应用、公共配置信息管理、全流程业务监视和调度控制、面向服务的多维度数据存储策略、全局数据访问视图和统一访问接口设计等。该系统为我国国家级和省级气象业务提供了统一规范的气象数据使用环境。     

全国综合气象信息共享平台架构设计技术特征

全国综合气象信息共享平台（CIMISS）是依托天气雷达数据共享平台工程项目建成的国省统一数据环境,实现各类气象数据的规范管理,直接支撑气象业务应用。该文介绍了CIMISS架构设计及核心内容,结合业务应用效果的实例分析,阐述架构设计如何有效提升数据和应用的集约高效。借鉴企业架构（EA）方法,建立了业务架构、数据架构、应用架构、技术架构和标准规范体系。采用一系列架构优化设计,包括实现元数据统一管理同步、数据质量控制、统一业务监控、异构数据库统一数据服务、优化信息流程、分层设计和集群技术应用等,满足CIMISS标准性、扩展性、稳定性等需求,获得良好的全流程数据服务时效,核心资料接收入库总耗时均小于3 min,数据访问效率较国家级气象资料存储检索系统提升2~5倍。继承现有CIMISS架构设计成果,正在设计中的气象大数据平台整体技术架构将向云平台、分布式存储等新技术升级。     

应用分布式存储技术优化省级CIMISS数据服务能力

随着气象数据量的不断增长,进一步提升CIMISS数据管理和服务能力的需求变得日益迫切。为解决存储系统动态扩展能力不足、并行计算与吞吐效率低下等限制CIMISS继续发展的问题,采用分布式文件系统和NAS技术替代GPFS建设共享文件系统,实现非结构化气象数据的存储功能;采用分布式数据库替代Oracle RAC建设关系数据库管理系统,实现结构化气象数据的存储功能和非结构化气象数据的索引功能。实践证明,该方案能够有效地改善CIMISS的数据存储能力、并发响应能力,适应未来气象业务对数据存储和应用的需求。     

地面气象资料统计处理系统设计与实现

为实现6万余个地面气象站资料实时统计处理,设计并实现了地面气象资料统计处理系统。系统采用灵活易扩展的技术框架,应用大数据分布式流处理技术实现高效的数据处理,较传统统计处理框架统计时效提升10掊以上,主要功能包括基于任务调度的定时统计、针对迟到数据和数据更正信息的统计结果滚动更新、自定义统计、统计处理通用算法服务等,采用国家级一级部署、各省同步应用的业务布局保证数据的一致性。2017年1月投入业务运行后,实时计算800余个多种尺度的统计项并通过全国综合气象信息共享平台（CIMISS）数据统一服务接口提供统计产品服务。分析表明:地面气象资料统计产品2017年月平均下载次数达到1951.4万次,在CIMISS所有400余种观测资料或产品中排名第三,为天气监测预报预警、气象决策服务、气候监测业务、公共气象服务等提供重要的基础数据支撑。     

台风及海洋气象一体化预报平台的开发与应用

台风及海洋气象一体化预报平台为面向台风和海洋气象业务的预报预警服务的支撑系统,集数据采集、转换、预报、分析、产品制作、发布等功能于一体。该平台基于人机交互气象信息处理和天气预报制作系统MICAPS4（Meteorological Information Comprehensive Analysis and Processing System Version 4）框架开发,结合台风、海洋气象新型的观测和预报数据,实现台风、海洋气象数据的集约化检索与显示、精细化格点编辑、台风和海洋气象产品制作、产品发布等功能。台风及海洋气象一体化预报平台设计基于面向服务和分层体系结构,采用组件化设计方法,涵盖数据解析、分析处理、产品制作、交互工具、配置管理等核心组件,形成可扩展的业务功能模块和二次开发接口,目前已作为中央气象台台风海洋气象预报预警业务的主要平台投入使用。     

MICAPS4预报业务系统建设进展与未来发展

以精细化预报为标志的现代天气预报业务对高时空分辨率气象数据的应用提出了更高的需求,而传统的预报分析制作系统MICAPS3（Meteorological Information Comprehensive Analysis and Processing System Version 3）无法满足符合大数据特征的实时预报相关的数据应用。同时,模式预报和集合预报应用已在各专业预报领域中发挥越来越重要的作用,网格预报产品正在涵盖全部的预报业务流程,而MICAPS3无法提供便捷高效的支撑。为解决上述问题,国家气象中心启动了MICAPS4建设,一方面建立了基于大数据的气象实时预报应用技术体系,解决了气象大数据处理、存储、分析和显示效率的关键技术难题;另一方面搭建了多个满足不同复杂预报业务需求的专业化版本。MICAPS4将信息化技术与预报技术、预报业务流程紧密结合,解决了现代化预报方法的平台化集成应用与精细化预报制作的关键技术难题,基于MICAPS4基础框架的多个专业版在中央气象台和部分省级气象台进行业务化应用推广。基于CIMISS（China Integrated Meteorological Information Sharing System）-MICAPS4的海量数据存储环境,极大减轻了系统部署和本地化工作量,显著提升了数据解析及数据存储访问效率。     

气象灾害灾情共享系统的设计与实现

气象灾害灾情共享系统设计用于实时、历史气象灾害灾情数据的收集、上报、传输、处理、应用和管理。系统分为采集传输、数据逻辑和应用服务3层,由灾情直报客户端、数据传输分系统、灾情预处理和入库分系统、气象灾害灾情收集、整理、分析和评估网站、气象灾害灾情综合数据库组成。重点介绍构建气象灾害灾情系统的灾情数据规范化收集、质量控制和空间化分析等关键技术。在国家级气象部门的业务应用表明,系统实现了干旱、暴雨、台风、高温、低温等气象灾害灾情收集、处理、分析和共享,能够满足灾害性天气预报和服务需求,并对各级气象部门构建气象灾害灾情共享系统具有指导意义。     

气象灾害风险管理系统设计与应用

为满足我国气象灾害风险管理业务体系建立和发展的需求,有效支撑防灾减灾决策服务,设计并建设了气象灾害风险管理系统。该系统包括大数据应用、模型算法、在线分析与产品制作、综合运维等分系统,面向暴雨、台风、干旱、高温、低温等主要气象灾害,覆盖气象灾害风险管理业务的主要环节,实现灾害监测识别、影响评估、风险评估、风险预估和风险区划等功能。系统探索应用时空匹配的大数据融合、Web-GIS、空间数据分布式存储、微服务和多租户等技术。目前,系统可实现实时发布灾情监测、灾害事件识别、影响评估、风险评估、风险预估、风险区划等多类业务产品。在国家级气象业务部门的应用显示,该系统具有良好的业务能力与发展前景,有助于推进客观化、定量化、精细化气象灾害风险管理业务发展,提升防灾减灾决策服务能力。     

基于RBAC的气象多维数据权限管理模型的建立

在传统的基于角色访问权限管理 (RBAC) 模型基础上结合气象数据自身特点及共享服务中的权限控制需求,提出了一种符合气象资料管理特点的多维度权限管理模型。该模型充分考虑了气象数据进行资源共享时资料分类众多、层次化结构复杂、检索粒度不同等特点,有针对性引入了客体维度概念和更灵活的权限管理机制,较好地满足了气象部门数据共享服务系统建设的需求。该方案作为全国综合气象信息共享平台 (CIMISS) 数据服务权限控制模型的前期试验研究,构建一个多维数据权限管理原型系统用于数据访问控制。作为通用性模型,该模型可以延伸用于气象数据服务类系统应用,对确保数据库的信息安全、防止用户越权访问数据、保障管理信息系统的正常运行具有重要意义。     

标准化气象数据服务接口设计与实现

为统一气象应用系统数据对接方式,规范气象数据使用环境,以国省两级气象信息化行动方案为纲领,采用Spring Boot和Spring Cloud微服务框架,设计和开发了标准化气象数据服务接口。标准化气象数据服务接口遵循气象信息化标准体系,采集和加工各类气象数据后汇入气象数据资源池,统一通过RESTful API发布数据,为全宁波市气象应用系统提供标准化数据对接服务。该接口改变了应用程序直接读取数据库的旧模式,降低了应用系统的开发成本,同时加强了运维部门对各类气象数据访问的监控和管理。文章主要介绍了气象数据服务接口的设计和开发过程,并详细描述了开发过程中涉及的接口规范、业务流程和关键技术。