浙江盛夏降温用电负荷评估模型研究

运用相关分析、回归分析、方差分析、REOF等方法,对浙江盛夏的气温与用电负荷的关系进行了分析,建立了降温用电负荷评估模型,还分析了浙江盛夏降温耗能(降温度日数)的分布和长期变化特征。结果表明,浙江盛夏的日平均气温与日平均用电负荷、日最高气温与日最大负荷存在显著的正相关,以此为基础建立的降温负荷评估方程具有较高的拟合度;50年来,浙江盛夏降温耗能(降温度日数)年际波动大,浙北区降温度日数略呈下降趋势,浙西南区呈明显下降趋势,而浙沿海区则呈明显上升趋势。     

天津电力负荷特性及其与气象因子的关系

利用天津近30年来的逐年电力负荷数据以及2002-2005年逐时电力负荷资料,分析了天津电力负荷的变化特征,研究了电力负荷与气象因子的关系.结果表明:近30年来,天津电力负荷的长期趋势基本受当地GDP的影响,气温等气象因子的作用不明显;在季节和日尺度上,气温的影响十分显著,7、8月气温每上升1℃,气象负荷将增加120MW左右;除气温的影响外,夏季、初秋相对湿度对电力负荷的影响非常显著,此外,4月、6月、7月和12月还得考虑风的影响;一般来说,夏季最高气温在30℃以上,平均相对湿度大于65％时,才可能出现极端电力负荷.     

气象因素对淮北市电力负荷的影响及其预测研究

利用2012—2016年安徽省淮北市逐日用电负荷和气象要素数据,采用相关分析、回归分析、曲线拟合等统计方法,分析用电负荷的季节变化、周末/节假日效应变化规律,提炼主要气象影响因子并分析温度对负荷的1℃效应和负荷对最高温度的敏感性,构建趋势负荷和趋势方程,介绍将周末/节假日效应应用于气象负荷提取和不同预测模型的建立,采用趋势法建立逐日负荷预测的多元回归方程和曲线拟合方程,并针对趋势法的弱点提出2日增量法,建立相应的预测模型,其中2日增量法预测模型的历史拟合率和2017年试报应用均达到96%—97%,比趋势法高2%—3%,比目前的考核要求高4%—5%,提高了负荷预测精度。     

T213预报产品在电力负荷预测中的应用

用2005—2006年4—9月准东电网负荷资料和T213预报产品资料,建立日平均有效时间序列数据,对电力负荷与T213主要预报因子的相关性进行了分析,筛选出影响该地区负荷变化的重要预报因子为700 hPa水汽通量、850 hPa水汽通量和降水量,建立日平均电力负荷变化的预报方程。对2007年进行试报,负荷变化趋势与实际一致,但对负荷发生明显波动的预报有时出现偏差,原因是T213对降雨天气预报有误所致。提出改进方案,采用模式与预报员经验相结合,从气象观测要素中再筛选出新的降雨因子,与T213重要预报因子重建预报方程,再次试报结果更接近实况。对2007年4—9月预报误差进行分析得到,计划负荷平均误差为11.5%,T213建模平均误差为8.2%,通过改进后重新建模的平均误差为6.4%。在降雨天气条件下,计划负荷误差22.3%,T213建模误差13.4%,而改进后的预测误差降低到8.9%。     

2002～2004年广东电力负荷的变化特征及预测

利用2002～2004年广东逐日电力负荷资料,采用小波分析、相关分析等方法研究了广东电力负荷的变化特征及与气象因子的关系,并采用最优子集回归方法建立了预测方程。结果表明,广东电力负荷具有非常明显的线性增长趋势,季节变化明显。存在明显的5～7天的准单周振荡,10～20天的准双周振荡及30～60天左右的季节内振荡。它们主要由大气低频振荡及节假日的影响所致。广东电力负荷在周日具有较明显的下降,春节期间呈明显的漏斗状分布,“五一”、“国庆”长假期间最低值主要出现在1～2日,3日以后逐渐恢复到正常状态。与我国其它地区一样,广东电力负荷对温度的变化最敏感,温度是其主要的影响因子,在不同的季节与不同的气象因子还有一定的关系。用最优子集回归方法建立的回归方程并考虑工作日、节假日期间的影响,对夏季峰值、春节谷值、“五一”、“国庆”期间的变化均有较好的拟合与预测。     

气象要素在电力负荷预测中的应用

综合应用人工神经网络、模糊理论等智能技术,着重考虑天气因素对电力负荷的影响,确定了一种有效的电力系统短期负荷预测方法。并应用陕西省9个地市1998-2001年的逐日8个气象要素以及对应的逐日电力负荷值,对陕西省电力负荷进行训练和预测。研究结果证明这种方法能较大地提高日负荷预测的精度。     

均生函数逐步回归模型在降温、降水长期过程预测中的应用

应用均生函数逐步回归模型，经过十次变长序列动态建模进行多步预测，再对多个结果进行合成分析，可以更好地揭示、归纳及利用好自身的规律。对降温、降水等长期天气过程预测，得到较可信的结果。     

石家庄夏季用电量对天气的响应及其预测模型

从石家庄市2005～2007年每年6～8月的逐日用电量资料中分离出随气象因子变化的气象电量,分有、无降水日分别计算了气象电量与同期气象资料中关键气象要素的相关系数,着重分析了气象电量随气温、湿度、降水的变化规律.结果表明:石家庄夏季气象电量与气温呈显著性正相关,而与相对湿度仅在有降水日为显著负相关;计算了用电量逐日变化值与气象要素日变化值之间的相关系数,发现要素差值之间存在着很好的相关性.在统计分析的基础上,借助Origin7.5软件,分有、无降水日建立了综合气象因子影响下气象电量及用电量逐日变化的多元回归预测模型,回归统计及方差分析表明:预测方程均通过了α=0.0005的F检验,复相关高于单相关,拟合率较高,能为电力部门合理调度提供参考.     

灰色时变参数模型及其对气候预报的应用

本文提出关于灰色系统预报的一种新模型，并应用该模型对蒙自5月雨量进行了预报。结果表明:灰色时变参数模型的预报准确性与其他几类模型相比有显著提高。     

应用回归分析和BP神经网络方法模拟北京地区电力负荷

根据2002～2004年5月1日至9月1日期间的日最大电力负荷与相应日期的日平均气温、相对湿度和风速资料,分析了北京地区夏季电力负荷的变化特征,并将2002年和2003年数据作为训练样本,2004年数据作为测试样本,应用多元回归、非线性回归和BP神经网络方法对每日电力最大负荷进行模拟.结果表明,几种方法均能对电力负荷进行较好地模拟,其中神经网络方法的模拟能力最强,其次为非线性回归和多元回归分析方法.     

SVD Iteration Model and Its Use in Prediction of Summer Precipitation

A new short-term climatic prediction model based on the singular value decomposition （SVD） iteration was designed with solid mathematics and strict logical reasoning. Taking predictors into prediction model, using iteration computation, and substituting the last results into the next computation, we can acquire better results with improved precision. Precipitation prediction experiments were separately done for 16 stations in North China and 30 stations in the mid-lower catchment of the Yangtze River during 1991-2000. Their average mean square errors are 0.352 and 0.312, and the results are very stable. Mean square errors of 9 yr are less than 0.5 while only that of 1 yr is more than 0.5. The mean sign correlation coefficients between forecast and observed summer precipitation during 1991-2000 are 0.575 in North China and 0.623 in the mid-lower catchment of the Yangtze River. Librations of them in North China during the 10 years are small. Only in 1996 the sign correlation coefficient is below 0.5; the others are all over 0.5. But sign correlation coefficients in the mid-lower catchment of the Yangtze River vary obviously. The lowest is only 0.3 in 1992, and the highest is 0.9 in 1998, As the distribution of the forecast precipitation anomaly field in the summer 1998 of is examined, it is known that the model captured the positive and negative anomalyies of precipitation, and also well forecasted the anomaly distributions. But the errors are obvious in quantities between the forecast and the observed precipitation anomalies. Climate characteristics of large scale meteorological elements, such as summer precipitation have obvious differences in spatial distribution. We can forecast better if we divide a big region into many subregions according to the discrepancy of climatic characteristics in the region, and predict in each subregion. The research shows that the model of SVD iteration is a very effective forecast model and has a strongly applicable value.     

灰色预测模型在长江上游流域面雨量预报中的应用

文章以数值预报产品为基础，用灰色关联度分析了不同数值预报产品降水量预报的可信程度，应用灰色预测方法建立了长江上游五大流域面雨量预报模型。2001年和2002年6～8月投入业务运行，24h、48h预报平均准确率分别达84．5％和83．2％。     

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.     

一种新的统计回归模型及其建模方案

根据经典门限自回归模型的基本思想,引入半截多项式变换,导出了一种新的统计回归模型,并提出了相应的一整套建模方案。这种模型和建模方案的特点是:（1）解决了统计回归分析中逐段线性化模型的检验问题;（2）在确定统计回归模型中各待估参数和变量——包括门限变量、门限值、阶数、时滞和回归系数时显得十分方便、快捷。试验结果表明,根据此方案建立的统计回归模型具有较高的拟合和预报精度,同时具有良好的稳定性。     

滑动窗区空间相关系数加权集合方法及其在IPCC-AR4多模式集合模拟和预测中的应用

本文根据政府间气候变化委员会 (IPCC) 第四次评估报告 (AR4) (简称IPCC-AR4) 中22个耦合模式对20世纪气候模拟 (20C3M) 结果中20世纪晚期亚洲夏季风降水的模拟所显示出各模式模拟能力的较大空间差异, 提出了一种滑动窗区空间相关系数来量化表征这种空间差异特征, 结果表明, 该系数明显优于传统空间相关系数, 其空间分布能够较为细致地描述各模式对较小区域模拟性能的空间差异特征。在此基础上, 本文提出以这种滑动窗区空间相关系数作为各模式的权重系数进行加权集合平均, 并称之为滑动窗区空间相关系数加权集合方法。利用该方法对IPCC-AR4 22个耦合模式所模拟的20世纪晚期亚洲夏季风降水进行加权集合平均, 并将其结果与传统空间相关系数加权集合平均以及等权重多模式集合平均结果进行比较, 表明了利用本文所提出的加权集合方法对20世纪晚期亚洲夏季风降水的集合模拟结果明显优于简单的等权重多模式集合平均结果以及传统空间相关系数加权集合平均结果。鉴于此原因, 本文利用此方法对在A1B (各种能源均衡发展) 排放情景下IPCC-AR4中22个耦合模式所模拟的21世纪各时期亚洲夏季风降水演变趋势进行集合预测。其结果表明: 在A1B排放情景下, 从21世纪中期 (2045～2065年) 开始南亚夏季风降水将比20世纪晚期明显增强; 而东亚夏季风降水相对于20世纪晚期的变化呈现出从南到北经向三极子型异常分布特征, 即华南和华北地区夏季风降水增多, 而长江流域夏季风降水相对于20世纪晚期没有太大变化。并且, 结果还表明亚洲夏季风降水异常这种变化趋势可以延续到21世纪晚期。     

河北省高速公路路面温度变化特征及预报模型

利用2010年1月至2011年12月邯长、京秦高速公路涉县、玉田南北2监测站和所在气象站观测资料,统计分析南北2站路面温度与气温的日变化特征及路面最高温度与气象因子的关系,基于多元回归分析方法建立逐月路面温度预报方程,并进行精度检验。结果表明,路面温度的日变化不但与季节、天空状况有关,还与地理位置密切相关。路面最高温度受多种气象因子的影响,与前一日路面最高温度、最高气温、能见度呈显著正相关,与总云量、低云量、相对湿度呈显著负相关,其中与最高气温的相关性最显著;路面最低温度与最低气温呈显著线性相关。基于路面最高温度预报方程的检验精度,玉田站年平均为77.5%,涉县为79.2%,可为今后路面最高温度预报提供参考。     

灰色预测在空气质量预报中的应用

采用2002年1月以来的监测数据和相应CAPPS污染模式预报数据，运用灰色预测模型GM（1，1）进行误差估算，对CAPPS污染模式的输出结果进行解释应用，实验证明，效果略好于CAPPS模式预报。