LSTM在宜昌短期电力负荷预测中的试验应用

利用宜昌市历史气象数据、电力负荷数据以及日期类型数据等建立LSTM网络模型,通过逐步调优试验评估,提出适用于宜昌电力负荷预测的LSTM网络模型方案。利用过去48h的历史气象资料、电力负荷资料以及节假日类型资料对当前时次的电力负荷预测效果最好,平均绝对百分比误差可达到1.79%;对一天24h各时次的负荷进行直接预测时,宜选用过去72h的历史资料及51个隐藏层单元,其预测效果最好,但效果仍远不如对单一时次的预测;利用提出的模型分别对选取的三个个例进行单时次滚动预测及24h直接预测检验,结果显示预测效果均较好,平均MAPE均在2%以内,表明提出的预测模型具有一定的可行性。     

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.     

气象因子对夏季最大电力负荷的敏感性分析

利用2016—2018年武汉夏季(6—9月)逐15 min电力负荷以及同期逐日气象数据,分析最大电力负荷变化特征及与气象因子的相关关系。利用逐步回归和双隐含层BP神经网络算法,建立了武汉夏季最大电力负荷的预测模型。结果表明:平均温度、平均最高温度、平均最低温度与气象电力负荷存在显著的正相关,其次是日照时数。前1 d最大电力负荷与当日最大电力负荷的相关性最好,当日电力负荷对前1 d温度的平均和舒适度指数的变化最为敏感。以历史电力负荷和气象数据为联合预报因子,逐步回归和BP神经网络算法对武汉夏季最大电力负荷具有较好的模拟效果,尤其是对持续高温造成高位运行的最大负荷模拟。当敏感性在10%以内时,逐步回归算法中气象因子正的贡献要小于负的贡献,BP神经网络算法中气象因子正的贡献要高于负的贡献;当敏感性高于10%时,两种算法中气象因子均为正的贡献。     

暴雨洪涝受灾人口与雨涝危险性指数关系模型研究

建立可监测、可预报的雨涝危险性指数与暴雨洪涝受灾人口的关系模型,对暴雨洪涝灾前、灾中、灾后人口受灾情况快速评估具有重要意义。以湖北省为例,利用小时降水、日最大降水量、累积降水量与暴雨持续天数等气象资料以及水系、高程等孕灾环境资料,构建了雨涝危险性指数。结合历史洪涝受灾人口资料,建立基于雨涝危险性指数的暴雨洪涝受灾人口灾损曲线。按照重现期划分雨涝危险性等级,并通过计算不同重现期雨涝危险性指数的致灾阈值,建立危险性等级与受灾人口的定量关系模型。结果显示:(1)湖北省暴雨高危险区主要位于江汉平原以东,其次是鄂西南南部、江汉平原南部。(2)通过历史暴雨过程受灾情况比较,包含小时雨量和孕灾环境的雨涝危险性指数更能呈现暴雨过程的受灾程度。(3)湖北省暴雨洪涝受灾人口与雨涝危险性指数呈幂函数关系,年及暴雨过程实际受灾人口与拟合受灾人口的相关系数分别达0.800和0.891。(4)利用5 a、10 a和20 a三个重现期将雨涝危险性指数划分为三个等级,当雨涝危险性指数超20 a一遇时,预计受灾人口将达12万人以上。     

对2004年7月湖北省一次强降水过程的分析

对2004年7月17～19日发生在湖北省中部的一次大暴雨过程的成因进行了详细的分析。此过程发生在由梅雨期向盛夏期过渡的时段。主要影响原因为高层干冷气流和低层暖湿气流在湖北地区交汇形成层结不稳定,高层辐散、低层辐合及各种中尺度系统造成的强烈上升运动。     

刍议电视气象新闻的制作

气象新闻作为气象影视的重要组成部分,越来越受到人们的重视.为制作具有重要性、新鲜性、接近性和趣味性气象新闻,气象影视工作者必须常备不懈,随时准备到灾害性天气发生现场采集气象新闻;同时,注意发现与气象有关的趣闻,从新角度反映平常新闻,把气象新闻与百姓生活紧密相连,增加语言的亲切性和亲和力.     

武汉市周年逐日电力指标对气温的非线性响应

为了建立电力因子与气象要素的关系,利用2005-2007年武汉市电网日电量、日最大负荷、日最小负荷及相应的气温资料,分析气温对各电力指标的影响,建立了各电力指标与气温的非线性统计模型,并与线性模型进行比较.结果表明,非线性模型比线性模型能更好地反映电力指标与气温的关系,日最大负荷、日电量、日最小负荷最不敏感的平均温度临界点分别是15～16℃、14～15℃、13～14℃,低于该温度时气温下降或高于该温度时气温上升,电力指标均呈非线性增加,与最不敏感的平均气温偏离越大,电力指标增加越快.     

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。     

典型低碳宜居社区人居气候舒适性评价

利用武汉观象台近32年气象资料及区域加密站近5年资料,计算了近10年武汉市入四季日及四季长度,并与近30年四季变化特征进行了比较。采用以温湿指数、风效指数及体感温度指数为基础的人居环境气候舒适度评价指标体系,对武汉市一个典型低碳宜居社区进行人居气候舒适性区划。结果表明：近10年来武汉市夏季延长,春秋冬季略微缩短,城市人居气候舒适日在减少;典型低碳宜居社区近10年平均人居气候舒适季129天,供冷季72天,除湿季74天,冷季34天,供暖季132天。社区人居气候舒适性评价结果可以为社区能源科学调度、合理利用自然气候资源提供依据。