许昌市供电量与气象要素相关分析

利用20052006年许昌市逐日供电量和气温、降水、相对湿度等气象要素资料,分析了供电量和这些气象要素之间的相关关系,结果表明,温度为影响本地用电量的主要气象因子,特别是夏季用电量对气温变化的反应更加敏感.     

贵阳市供电量与气象要素的关系及其预测

通过对2000—2003年贵阳市供电量与温度、相对湿度、降水、风速、体感温度、日照时数等气象因子的相关分析研究，发现电量与气象因子的变化有明显的季节性差异，其中温度对供电量的影响最直接，湿度、降水、日照等因子的影响是间接性的，而平均风速对供电量无显著影响。     

惠州城区供电量与气象要素的关系及其预测模型

基于惠州城区2015年11月—2018年10月逐日供电量、日最高负荷和同期气象观测资料,采用相关分析和回归分析等方法,分析了城区供电量变化特征及其与气象要素的关系,建立了基于气象要素的供电量预测模型。结果表明:惠州城区夏季平均供电量和日最高负荷最多、冬季最少,4个季节供电量有显著性差异(P<0.05)。日最高负荷出现主要在10:00—12:00,但冬季仍有21.2%的概率出现在18:00—19:00。气温、相对湿度和日照时数与供电量有显著的相关关系,但不同月份相关性不同。12月—次年3月日平均气温、日最高气温和日最低气温与供电量呈显著的负相关,4—9月气温与供电量呈显著的正相关。3—4月相对湿度和供电量呈显著的正相关,而5—8月呈显著的负相关。日照时数与供电量的关系和相对湿度与供电量呈相反的相关。最后建立了3—9月和12月—次年2月气象电量和总供电量预测模型。     

海口市供电量与气象条件关系分析及预测

通过对海口市2000～004年供电量与常规气象要素的相关性分析，得出供电量与气象条件显著相关的要素及时段，采用多元回归方法建立各时段日、周、月供电量的预报方程，进而根据短时或短期气候预测建立了日、周、月供电量的预报系统，为供电部门提供专业化气象服务产品。     

太阳紫外辐射强度与气象要素的相关分析

利用地面常规气象观测资料，分析了白天条件下太阳紫外辐射与其它气象要素的相关关系，又利用这些常规气象要素拟合出紫外辐射强度的预报方程，并利用逐日天气预报结果（某些常规要素），预报逐日紫外辐射强度，评价各气象要素对太阳紫外辐射变化的主次贡献。     

阿勒泰地区死亡病例与气象要素关系初步分析

对阿勒泰地区急诊死亡人数与气象要素进行了逐步回归分析，结果表明逐月、逐季死亡人数与同期平均气温、最高气温、最低气温、平均气压、日照时数的相关关系较好。影响脑血管疾病逐月死亡人数的主要气象因子为气压，呈正相关，影响呼吸系统疾病逐月死亡人数的主要的气象因子为气温，呈负相关，所有回归方程都反映出冬季与气温呈负相关，气压呈正相关，夏季与气温呈正相关，气压呈负相关，即温度低、气压高的冬季和温度高、气压低的夏季死亡人数相对较多。     

海口市供电量与气象条件关系分析及预测

通过对海口市2000～2004年供电量与常规气象要素的相关性分析,得出供电量与气象条件显著相关的要素及时段,采用多元回归方法建立各时段日、周、月供电量的预报方程,进而根据短时或短期气候预测建立了日、周、月供电量的预报系统,为供电部门提供专业化气象服务产品.     

萍乡市供电量与气象因子的关系分析

首先对萍乡市1998～2000年3a来的供电量与气象资料进行相关性分析,找出了各季节的相关气象因子;然后采用逐步回归方法对因子进行筛选,建立了不同季节的供电量预报方程,并对预报效果进行了检验。     

辽宁电网负荷与气象要素相关分析

通过对2000～2002年辽宁电网负荷与气温、降水量资料的相关分析，探讨了电网负荷变化与气温和降水量的对应关系，并介绍了利用气象要素预报制作电网负荷预测的基本方法。     

北京市几种主要污染物浓度与气象要素的相关分析

利用 1 999年 1 1月 1日至 2 0 0 3年 7月 30日间 ,北京市几种主要污染物SO2 、NO2 及PM1 0 浓度逐日资料和风速、温度及降水的逐日资料 ,分别对北京市几种主要污染物浓度与同期气象要素之间的关系进行了分析。通过分析注意到 ,污染物浓度与同期气象要素之间通常存在非常明显的非线性关系 ;因而采用非线性回归方程来描述污染物浓度与气象要素之间的依赖关系 ,这一改进使污染物浓度与气象要素之间的相关性有了明显的提高 ,同时使回归方程的误差减小。     

《气象与环境科学》征订、征稿启事

利用20052006年许昌市逐日供电量和气温、降水、相对湿度等气象要素资料,分析了供电量和这些气象要素之间的相关关系,结果表明,温度为影响本地用电量的主要气象因子,特别是夏季用电量对气温变化的反应更加敏感.     

克拉玛依城市供水与气象条件的相关分析

根据克拉玛依近10年的供水逐日资料，分析了城市供水的季节分布特征以及与气象条件的相关关系，并建立了日供水量的简易预测方程。     

武汉市日供水量与气象要素的相关分析

利用武汉市逐日供水量资料与温度、降水、日照等气象要素进行同步相关分析,选取相关性较高的气温作为预报因子,建立了日供水量的简易预测模型。     

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.     

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。     

不同地区慢性阻塞性肺病与气象因子相关性分析

为探讨不同地区慢性阻塞性肺病(COPD)患者发病与气象因子的关系,文章按月收集统计北京、上海、杭州、广州和南宁5个地区的全国监测中医医院2003年1月至2004年12月主要以COPD入院诊断的患者资料及同期的气象因子,做出COPD发病率的月际分布及地区差异,结果显示发病率华北地区高、华南地区低的特点十分明显。分析了COPD的月发病率与各气象因子相关性,冬季温度低、气压高与COPD的高发病率相对应;而夏季与当地人群对7、8月闷热天气的适应能力有关,相对湿度在夏季对COPD发病率的上升具有很好的指示意义。     

气象为电网电力生产调度服务的效益分析与发展思考

分析气象在电网电力生产调度所起的作用、产生的服务效益,目前服务存在的问题,并提出新形势下电力专项气象服务发展的建议。     

桂林电网日负荷与气象因素的关系及其预测

日负荷预测作为能量管理系统(EMS)的重要组成部分,是电力系统安全、经济运行的保证.为更好地了解气象因素对电网负荷的影响,利用桂林地区2005年和2006年逐日的负荷与气象资料分离出了气象负荷.通过研究气象负荷与各气象因素之间的相关关系表明:利用气象负荷可以更好地分析气象因素对日负荷的影响,从而为电力部门的负荷预测工作提供重要的参考依据.最后采用一种基于相似日的方法计算气象负荷,进而预测整个电力负荷,通过实际的算例验证,取得了比较满意的预测效果.     

成都市大气污染与气象条件关系分析

利用成都市城区2015年12月~2019年12月污染物浓度及气象资料,对PM₁₀、PM_2.5、CO、O₃、 SO₂、NO₂六种大气污染物浓度变化特征以及与气象要素之间的相关性进行分析。结果表明:2016~2019年成都市空气质量冬季最差,秋季最好,年内整体以良为主,重度污染和严重污染的天气较少出现,空气质量逐年变好;主要污染物浓度除O₃外在冬季最高,夏季最低,春秋两季相差不大,O₃浓度变化则相反;主要污染物的日变化特征也较为明显。空气质量综合指数、PM₁₀、PM_2.5、CO、NO₂浓度与气温和降水存在显著负相关性,与气压存在显著正相关性,还与相对湿度呈不同程度的负相关,但与风速相关性不显著;O₃浓度不仅与风速、气温和降水存在显著的正相关,还与气压呈显著的负相关,却与相对湿度的负相关性不显著。