基于小波长短期记忆网络的风电功率超短期概率预测

随着大规模的风电并网,风电所具有的间歇性与随机性对电力系统的稳定性产生了很大的影响,风电功率预测成为当前解决该问题重要的方式之一.本文利用长短期记忆（LSTM）网络良好的时序记忆特性,将小波分解技术与LSTM深度网络结合,提出基于小波长短期记忆网络的风电功率超短期概率预测模型.首先通过小波分解技术将原始时间序列进行平稳化处理,再建立各子序列样本的LSTM网络预测模型,借助最大似然估计法估计预测误差的高斯分布函数,最终实现对未来4 h时刻的风电功率概率区间预测.最后,采用中国东北某风电场数据对所提方法进行算例分析,结果表明,将小波分解与深度学习方法结合可以较好地提高预测的精度,提高概率预测的区间可靠性.     

集合数值天气预报的研究进展

集合预报是目前国外广泛应用的一种新的数值预报技术,国内由于计算条件的限制,集合预报的研究应用起步较晚,目前虽已取得了一些研究成果,但还没有广泛的应用到实际的业务预报之中。集合预报的应用,在天气预报上主要是概率预报,另外在“目标观测”、资料同化等方面也有广泛应用。集合概率预报的一系列适用的验证,增加了概率预报的信度。     

福建省高速公路沿线雷电活动特征分析

为了揭示福建省高速公路沿线雷电活动特征,做好高速公路机电设施的防雷工作,本文利用2015 2018年福建省三维闪电监测数据以及福建省高速公路路网资料进行统计分析.分析了高速公路沿线地闪的月、日活动特征,得出地闪活动主要分布在5 9月和14:00 18:00.根据高速公路沿线地闪密度绘制雷电活动等级分布图,结果表明高速公...     

2003年9月19日陕西暴雨分析

利用太原地区发生的798个地质灾害个例和汛期降水资料,从地质环境背景着手,在地理信息系统(MAPGIS)支持下,对太原地质灾害危险性区划和诱发因素进行了系统研究。提出了精细的地质环境概率量化评价方法,得出了地质灾害影响因素的重要结论。建立了地质灾害预报模型,制定了预报等级标准和预报规则。经业务试验,预报结果与实况基本吻合。     

Fluxes and Gradients in the Convective Surface Layer and the Possible Role of Boundary-Layer Depth and Entrainment Flux

We study the relation between fluxes and gradients in the very unstable surface layer by comparing recent proposals in the literature with the well-known Businger–Dyer functions. The recent proposals include results from large-eddy simulation (LES), which account for entrainment effects and effects of the boundary-layer depth. A comparison of the relationships is made with experimental data. The LES-based gradient functions show the impact of entrainment in the surface layer, but the scatter in the field data is too large to confirm this. Therefore this result is preliminary and future tests against new observations are recommended. It appears that the Businger–Dyer relationship behaves differently to the alternatives, and that it deviates from observations for large stability.     

关于气象灾害笼罩面积与出现概率的一个定理

从气象图表(如天气图)上可以得到某气象灾害(如暴雨、高温,也可以是一般气象现象、要素、变量等)所笼罩的面积占总面积的百分比F,从气象资料中可以得到该气象现象的出现概率p。本文证明:F对时间的平均值等于p对天气图面积的平均值。本文初步讨论了这个定理的应用,还指出对这类问题的深入分析会引出分布函数概念和熵气象学。     

Statistics of Scalar Fields in the Atmospheric Boundary Layer Based on Large-Eddy Simulations. Part II: Forced Convection

Forced convection in a quasi-steady atmospheric boundary layer is investigated based on a large-eddy simulation (LES) model. The performed simulations show that in the upper portion of the mixed layer the dimensionless (in terms of mixed layer scales) vertical gradients of temperature, humidity, and wind velocity depend on the dimensionless height z/z _i and the Reech number Rn. The peak values of variances and covariances at the top of the mixed layer, scaled in terms of the interfacial scales, are functions of the interfacial Richardson number Ri. As a result expressions for the entrainment rates, in the case when the interfacial layer has a finite depth, and a condition for the presence of moistening or drying regimes in the mixed layer, are derived. Profiles of dimensionless scalar moments in the mixed layer are proposed to be expressed in terms of two empirical similarity functions F _m and F _i , dependent on dimensionless height z/z _i , and the interfacial Richardson number Ri. The obtained similarity expressions adequately approximate the LES profiles of scalar statistics, and properly represent the impact of stability, shear, and entrainment. They are also consistent with the parameterization proposed for free convection in the first part of this paper.     

基于邻域最优概率的GRAPES快速更新循环同化预报系统逐时降水订正方法

针对高分辨率数值天气预报的时空不确定性, 利用邻域最优概率方法对华南区域GRAPES快速更新循环同化预报系统的24 h预报进行逐时降水订正和检验评估。结果表明: (1)邻域法能改善模式降水预报的空间不确定性, 最优邻域半径随降水等级增加而减小, 强降水的最优邻域半径约为60 km; (2)通过引入时间滞后因子, 可进一步改善模式不同时间起报的不确定性, 结合Brier评分确定了时间滞后窗为4 h; (3)提出基于邻域最优概率阈值的降雨进行分级订正方法, 有效提升了降水客观预报能力, 晴雨预报较模式全部为正技巧, TS评分达到0.89以上, 总体提升幅度约5.3%;强降水预报同样均为正技巧, TS评分呈先降后升趋势, 在12 h时效前后预报效果最优, 进一步提升了GRAPES快速更新循环同化预报系统的业务预报水平。      

沈阳市降水概率预报服务系统

沈阳市降水概率预报服务系统是在日本数值预报的基础上应用多种统计方法建立MOS预报方程,对其预报结果应用概率回归集成制作降水概率预报。TS评分结果表明:MOS预报的降水确率高于日本数值预报,MOS集成预报的结果在各种MOS预报结果平均偏上的水平。概率预报的Brier评分结果表明:在MOS综合基础上的概率回归(REEP)方法得出的概率预报结果较为理想。     

江苏暴雨概率预报及其业务应用

以未来12~36 h、36~60 h和60~84 h的暴雨预报为目标,利用2011年—2013年夏季6—8月欧洲细网格数值模式预报产品分析了江苏夏季暴雨的可能预报因子。通过对各因子进行相关性、敏感性和代表性分析后,优选了22个对不同强度降水具有较好区分能力的暴雨预报因子。以这些因子为基础建立了一种简单的江苏省暴雨概率预报方法。其预报产品已在江苏省气象业务一体化平台上投入业务使用。该方法在2011—2013年7月,针对提前12 h预报的历史回报试验中,TS技巧评分平均为13.6,明显高于EC细网格24 h降水预报产品(平均TS评分仅为4.5)。在2014年梅汛期的6月25—26日、7月1—2日和7月4—5日三次区域性暴雨个例的预报试验中,提前60、36、12 h的预报效果均较好,其平均TS评分(44.6)也明显高于欧洲细网格数值模式的降水预报(20.4)。