CN105334551B - 基于数值天气预报模式的电网气象预测预警*** - Google Patents
基于数值天气预报模式的电网气象预测预警*** Download PDFInfo
- Publication number
- CN105334551B CN105334551B CN201510909088.3A CN201510909088A CN105334551B CN 105334551 B CN105334551 B CN 105334551B CN 201510909088 A CN201510909088 A CN 201510909088A CN 105334551 B CN105334551 B CN 105334551B
- Authority
- CN
- China
- Prior art keywords
- forecast
- weather
- data
- numerical
- prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004393 prognosis Methods 0.000 title claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 9
- 238000012805 post-processing Methods 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000010835 comparative analysis Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000001556 precipitation Methods 0.000 claims description 3
- 238000012797 qualification Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000003993 interaction Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W2203/00—Real-time site-specific personalized weather information, e.g. nowcasting
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于数值天气预报模式的电网气象预测预警***，包括数值天气预报***、微气象数据采集***、MOS预报***和气象预测***，微气象数据采集***连接MOS预报***，数值天气预报***分别连接MOS预报***和气象预测***，MOS预报***连接气象预测***，气象预测***以数值天气预报***得到的数据及MOS预报***得到的数据为基础，用于对辖区的天气现象进行预报、预警、查询、统计和分析，并提供可视化图形界面。本发明的有益效果是：实现了不依赖外部数值天气预报，自主进行定量预测。
Description
技术领域
本发明涉及电力监测技术领域，具体地，涉及基于数值天气预报模式的电网气象预测预警***。
背景技术
为了有效检测电网气象灾害，保障线路安全，线路状态监测***获得大量应用，积累了海量的监测数据。这些数据一方面可用于实时诊断，掌握输电线路的当前状态，另一方面可以用来评估历史，对区域的气象灾害风险进行概率估算。而目前的公共气象服务和电网气象信息服务***还不能满足输电线路运维的实际需求，主要表现在：时空分辨率还没有精细化到电网运维所需求的程度，无法与实际工作紧密结合；由于输电走廊区域往往是常规观测的稀疏甚至是空白区域，预报的准确度无法满足线路运维需要；数值天气预报数据依赖外部，无法与现有观测数据实现双向共享。
公开号为CN102279424A的中国专利“电网气象灾害预警***”，公开了一种电网气象灾害预警***，其结构要点在于，包括有多普勒雷达、雷达数据处理装置、雷达数据识别装置、经纬度取样装置、电网GIS（Geographic Information System）***和短时预报装置。其优点在于，将多普勒雷达数据与电网GIS***实现地域信息和灾害信息的有机整合，能够直观的在电网GIS***中看到设定区域内的气象状况，得到对应状况的短时预报信息。公开号为CN103033855A的中国专利“电网气象灾害监测预警***”，公开了一种电网气象灾害监测预警***，具体包括数据采集子***、数据解析子***、数据存储子***、灾害天气综合展示子***。其优点在于能够准确定位受灾害天气影响的电网设施。
中尺度气象是现代气象科学中发展迅速的一个重要分支，它所研究的大气中尺度运动，关系到区域重要灾害性天气的发现和预防。其中的一方面是通过中尺度数值模式，对中尺度天气过程进行深入的模拟研究和预报试验。随着近年来计算机技术的迅速发展，中尺度数值模式已日趋成熟。中尺度数值气象预报模式有许多，例如WRF计算***是目前国内外应用较为广泛的模式。
中尺度数值气象预报模式WRF是在上一代MM5模式上发展起来的新一代中尺度模式，是Weather Research Forecasting model的简称。WRF模式***是由许多美国研究部门及大学的科学家共同参与进行开发研究的新一代中尺度预报模式和同化***。WRF模式***将成为改进从云尺度到天气尺度等不同尺度重要天气特征预报精度的工具，重点考虑1～10公里的水平网格。该模式具备高扩展性，是当前气象预报***中最常用的模式。用WRF进行海洋数值模拟的计算量一般较大，因此需要在高性能计算集群上进行并行计算。
发明内容
本发明所要解决的技术问题是提供一种不依赖外部数值天气预报、自主进行定量预测、基于数值天气预报模式的电网气象预测预警***。
本发明解决上述问题所采用的技术方案是：
基于数值天气预报模式的电网气象预测预警***，包括数值天气预报***、微气象数据采集***、MOS（Model Output Statistics，模式输出统计）预报***和气象预测***，微气象数据采集***连接MOS预报***，数值天气预报***分别连接MOS预报***和气象预测***，MOS预报***连接气象预测***。
数值天气预报***用于接收天气预报数据，并基于天气预报数据输出数值天气预报，将数值天气预报输送至MOS预报***和气象预测***。
微气象数据采集***用于采集辖区内气象观测站点提供的时效气象数据并送入MOS预报***。
MOS预报***基于微气象数据采集***采集到的辖区内时效气象数据得到预测结果，并对将该预测结果与微气象数据采集***内的该区域的历史真实数据及该区域的在线监测气象数据进行比较，分析MOS预报***对公共气象预报结果的改进程度及MOS预报***预报结果的准确性和在线监测信息的可靠性，并将其预测结果、比较分析结果以及辖区内时效气象数据输送至气象预测***。
气象预测***以数值天气预报***得到的数据及MOS预报***得到的数据为基础，用于对辖区的天气现象进行预报、预警、查询、统计和分析，
本发明包括数值天气预报***和气象预测***两个模块，与此同时还有MOS（Model Output Statistics）***、数据传输等与之配合。数值天气预报***实现对目标区域的短期预测，预测结果结合实测资料建立MOS***，对预测结果进行修正，修正后的结果发送到气象预测***实现人机交互。实现了不依赖外部数值天气预报，自主进行定量预测，成为微气象区输电线路安全运行预报的重要参考。
进一步的，气象预测***具有可视化图形界面，用于显示预报结果、预警结果、统计结果、分析结果和实现人机交互。
进一步的，所述的数值天气预报***包括数据输入模块、数值天气预报服务器、输出模块和后处理模块，数据输入模块、数值天气预报服务器、输出模块和后处理模块依次连接，输入模块用于将天气预报数据输入到数值天气预报服务器，数值天气预报服务器采用业务化NWP（Numerical Weather Prediction，数值天气预报）***对天气预报数据进行业务化NWP预测，输出模块用于将气象预报数据预测结果输出至后处理模块，后处理模块用于对气象预报数据预测结果进行精细化数值计算，并将计算结果输送至MOS预报***和气象预测***。
进一步的，业务化NWP***采用WRF中尺度模式，每间隔固定时长启动一次业务化预测，对目标区域进行精细化数值计算，预测出未来超短期、短期气象要素变化。优选的，每24小时启动一次业务化预测，对目标区域进行精细化数值计算，预测出未来0-4小时超短期、0-72小时短期气象要素变化。
进一步的，所述的数值天气预报服务器为群集计算机。
进一步的，所述的MOS预报***通过对采集辖区内时效气象数据进行迭代计算得到预测结果。
进一步的，MOS预报***输出的预测结果包括典型气象数据预测和天气现象预报预警，所述的括典型气象数据预测为实时、定时、定量地对辖区线路走廊内，影响输电线路安全运行的典型气象数据进行高精度短期预测和超短期预测，其中，气象数据包括风速、气温、湿度、气压、降雨量、降水强度、光辐射强度中的至少一项；所述的天气现象预报预警为实时、定时、定量地对辖区线路走廊内的各种天气现象进行预报，根据天气现象对输电线路影响的严重程度分级别显示，对可能影响输电线路安全的灾害天气进行预警，其中，灾害天气包括台风、暴雨、暴雪、寒潮、大风、高温、雷电、冰雹、霜冻、大雾、霾、冻雨中的至少一项。
进一步的，所述的气象预测***包含：
预测数据库模块，用于存储数值天气预报服务器输出的气象预报数据预测结果、超短期天气预测数据、短期预测数据、辖区内时效气象数据、MOS预报***输出的预测结果、比较分析结果；
数据分析模块，用于通过对数值天气预报***和MOS预报***得到的预测结果的数据积累、数据挖掘，基于不同查询方式对数据进行分析处理，处理结果存入预测数据库模块，
人机界面模块，用于以数据表格、过程线或直方图等形式向用户展现实测气象数据、预测中间结果和最终结果，
误差分析模块，用于统计短期预测和超短期预测的数据质量的合格率、平均相对误差和相关系数，存入预测数据库模块，为优化***误差提供基础，
预测质量分析模块，用于将本***的预测质量与公共气象服务的预测质量进行对比分析，分析结果存入预测数据库模块，
预测数据库模块分别连接MOS预报***、数值天气预报***、数据分析模块、人机界面模块、误差分析模块和预测质量分析模块。
进一步的，所述的气象预测***还包括用户认证模块，用于对不同身份用户的访问权限进行分级。用户认证模块连接人机界面模块。
综上，本发明的有益效果是：
1、本发明包括数值天气预报***和气象预测***两个模块，与此同时还有MOS（Model Output Statistics）***、数据传输等与之配合。数值天气预报***实现对目标区域的短期预测，预测结果结合实测资料建立MOS***，对预测结果进行修正，修正后的结果发送到气象预测***实现人机交互。
2、本发明能够每24小时启动一次业务化预测，对目标区域进行精细化数值计算，预测出未来72小时的气象要素变化。
3、本发明实现了不依赖外部数值天气预报，自主进行定量预测，成为微气象区输电线路安全运行预报的重要参考。
附图说明
图1是本发明的***结构框图，
图2 是本发明气象预测***的结构框图。
具体实施方式
下面结合实施例及附图，对本发明作进一步地的详细说明，但本发明的实施方式不限于此。
实施例：
如图1所示，基于数值天气预报模式的电网气象预测预警***，包括数值天气预报***、微气象数据采集***、MOS（Model Output Statistics，模式输出统计）预报***和气象预测***，微气象数据采集***连接MOS预报***，数值天气预报***分别连接MOS预报***和气象预测***，MOS预报***连接气象预测***。
数值天气预报***用于接收天气预报数据，并基于天气预报数据输出数值天气预报，将数值天气预报输送至MOS预报***和气象预测***。
微气象数据采集***用于采集辖区内气象观测站点提供的时效气象数据并送入MOS预报***。
MOS预报***基于微气象数据采集***采集到的辖区内时效气象数据得到预测结果，并对将该预测结果与微气象数据采集***内的该区域的历史真实数据及该区域的在线监测气象数据进行比较，分析MOS预报***对公共气象预报结果的改进程度及MOS预报***预报结果的准确性和在线监测信息的可靠性，并将其预测结果、比较分析结果以及辖区内时效气象数据输送至气象预测***。
气象预测***以数值天气预报***得到的数据及MOS预报***得到的数据为基础，用于对辖区的天气现象进行预报、预警、查询、统计和分析。
本发明包括数值天气预报***和气象预测***两个模块，与此同时还有MOS（Model Output Statistics）***、数据传输等与之配合。数值天气预报***实现对目标区域的短期预测，预测结果结合实测资料建立MOS***，对预测结果进行修正，修正后的结果发送到气象预测***实现人机交互。实现了不依赖外部数值天气预报，自主进行定量预测，成为微气象区输电线路安全运行预报的重要参考。
进一步的，气象预测***具有可视化图形界面，用于显示预报结果、预警结果、统计结果、分析结果和实现人机交互。
进一步的，如图2所示，所述的数值天气预报***包括数据输入模块、数值天气预报服务器、输出模块和后处理模块，数据输入模块、数值天气预报服务器、输出模块和后处理模块依次连接，输入模块用于将天气预报数据输入到数值天气预报服务器，数值天气预报服务器采用业务化NWP（Numerical Weather Prediction，数值天气预报）***对天气预报数据进行业务化NWP预测，输出模块用于将气象预报数据预测结果输出至后处理模块，后处理模块用于对气象预报数据预测结果进行精细化数值计算，并将计算结果输送至MOS预报***和气象预测***。
进一步的，业务化NWP***采用WRF中尺度模式，每间隔固定时长启动一次业务化预测，对目标区域进行精细化数值计算，预测出未来超短期、短期气象要素变化。优选的，每24小时启动一次业务化预测，对目标区域进行精细化数值计算，预测出未来0-4小时超短期、0-72小时短期气象要素变化。
进一步的，所述的数值天气预报服务器为群集计算机。
进一步的，所述的MOS预报***通过对采集辖区内时效气象数据进行迭代计算得到预测结果。
进一步的，MOS预报***输出的预测结果包括典型气象数据预测和天气现象预报预警，所述的括典型气象数据预测为实时、定时、定量地对辖区线路走廊内，影响输电线路安全运行的典型气象数据进行高精度短期预测和超短期预测，其中，气象数据包括风速、气温、湿度、气压、降雨量、降水强度、光辐射强度中的至少一项；所述的天气现象预报预警为实时、定时、定量地对辖区线路走廊内的各种天气现象进行预报，根据天气现象对输电线路影响的严重程度分级别显示，对可能影响输电线路安全的灾害天气进行预警，其中，灾害天气包括台风、暴雨、暴雪、寒潮、大风、高温、雷电、冰雹、霜冻、大雾、霾、冻雨中的至少一项。
进一步的，所述的气象预测***包含：
预测数据库模块，用于存储数值天气预报服务器输出的气象预报数据预测结果、超短期天气预测数据、短期预测数据、辖区内时效气象数据、MOS预报***输出的预测结果、比较分析结果；
数据分析模块，用于通过对数值天气预报***和MOS预报***得到的预测结果的数据积累、数据挖掘，基于不同查询方式对数据进行分析处理，处理结果存入预测数据库模块，
人机界面模块，用于以数据表格、过程线或直方图等形式向用户展现实测气象数据、预测中间结果和最终结果，
误差分析模块，用于统计短期预测和超短期预测的数据质量的合格率、平均相对误差和相关系数，存入预测数据库模块，为优化***误差提供基础，
预测质量分析模块，用于将本***的预测质量与公共气象服务的预测质量进行对比分析，分析结果存入预测数据库模块，
预测数据库模块分别连接MOS预报***、数值天气预报***、数据分析模块、人机界面模块、误差分析模块和预测质量分析模块。
进一步的，所述的气象预测***还包括用户认证模块，用于对不同身份用户的访问权限进行分级。用户认证模块连接人机界面模块。
如上所述，可较好的实现本发明。
Claims (7)
1.基于数值天气预报模式的电网气象预测预警***，其特征在于，包括数值天气预报***、微气象数据采集***、MOS预报***和气象预测***，微气象数据采集***连接MOS预报***，数值天气预报***分别连接MOS预报***和气象预测***，MOS预报***连接气象预测***；
数值天气预报***用于接收天气预报数据，并基于天气预报数据输出数值天气预报，将数值天气预报输送至MOS预报***和气象预测***，
微气象数据采集***用于采集辖区内气象观测站点提供的时效气象数据并送入MOS预报***，
MOS预报***基于微气象数据采集***采集到的辖区内时效气象数据得到预测结果，并对将该预测结果与微气象数据采集***内的该辖区的历史真实数据及在线监测气象数据进行比较，分析MOS预报***对公共气象预报结果的改进程度及MOS预报***预报结果的准确性和在线监测信息的可靠性，并将其预测结果、比较分析结果以及辖区内时效气象数据输送至气象预测***；
气象预测***以数值天气预报***得到的数据及MOS预报***得到的数据为基础，用于对辖区的天气现象进行预报、预警、查询、统计和分析；
所述的数值天气预报***包括数据输入模块、数值天气预报服务器、输出模块和后处理模块，
数据输入模块、数值天气预报服务器、输出模块和后处理模块依次连接，
数据输入模块用于将天气预报数据输入到数值天气预报服务器，
数值天气预报服务器采用业务化NWP***对天气预报数据进行业务化NWP预测，输出模块用于将气象预报数据预测结果输出至后处理模块，
后处理模块用于对气象预报数据预测结果进行精细化数值计算，并将计算结果输送至MOS预报***和气象预测***。
2.根据权利要求1所述的基于数值天气预报模式的电网气象预测预警***，其特征在于，所述的MOS预报***通过对采集辖区内时效气象数据进行迭代计算得到预测结果。
3.根据权利要求1所述的基于数值天气预报模式的电网气象预测预警***，其特征在于，所述的气象预测***包含：
预测数据库模块，用于存储数值天气预报服务器输出的气象预报数据预测结果、超短期天气预测数据、短期预测数据、辖区内时效气象数据、MOS预报***输出的预测结果、比较分析结果；
数据分析模块，用于通过对数值天气预报***和MOS预报***得到的预测结果的数据积累、数据挖掘，对数据进行分析处理，处理结果存入预测数据库模块，
人机界面模块，用于以数据表格、过程线或直方图形式向用户展现实测气象数据、预测中间结果和最终结果，
误差分析模块，用于统计短期预测和超短期预测的数据质量的合格率、平均相对误差和相关系数，存入预测数据库模块，为优化***误差提供基础，
预测质量分析模块，用于将本***的预测质量与公共气象服务的预测质量进行对比分析，分析结果存入预测数据库模块，
预测数据库模块分别连接MOS预报***、数值天气预报***、数据分析模块、人机界面模块、误差分析模块和预测质量分析模块。
4.根据权利要求3所述的基于数值天气预报模式的电网气象预测预警***，其特征在于，所述的气象预测***还包括用户认证模块，用于对不同身份用户的访问权限进行分级，用户认证模块连接人机界面模块。
5.根据权利要求1所述的基于数值天气预报模式的电网气象预测预警***，其特征在于，MOS预报***输出的预测结果包括典型气象数据预测和天气现象预报预警，所述的括典型气象数据预测为实时、定时、定量地对辖区线路走廊内，影响输电线路安全运行的气象数据进行高精度短期预测和超短期预测，其中，气象数据包括风速、气温、湿度、气压、降雨量、降水强度、光辐射强度中的至少一项；所述的天气现象预报预警为实时、定时、定量地对辖区线路走廊内的天气现象进行预报，根据天气现象对输电线路影响的严重程度分级别显示，对可能影响输电线路安全的灾害天气进行预警，其中，灾害天气包括台风、暴雨、暴雪、寒潮、大风、高温、雷电、冰雹、霜冻、大雾、霾、冻雨中的至少一项。
6.根据权利要求1所述的基于数值天气预报模式的电网气象预测预警***，其特征在于，业务化NWP***采用WRF中尺度模式，每间隔固定时长启动一次业务化预测，对目标区域进行精细化数值计算，预测出未来超短期、短期气象要素变化。
7.根据权利要求1所述的基于数值天气预报模式的电网气象预测预警***，其特征在于，所述的数值天气预报服务器为群集计算机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510909088.3A CN105334551B (zh) | 2015-12-10 | 2015-12-10 | 基于数值天气预报模式的电网气象预测预警*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510909088.3A CN105334551B (zh) | 2015-12-10 | 2015-12-10 | 基于数值天气预报模式的电网气象预测预警*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105334551A CN105334551A (zh) | 2016-02-17 |
| CN105334551B true CN105334551B (zh) | 2018-02-06 |
Family
ID=55285190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510909088.3A Active CN105334551B (zh) | 2015-12-10 | 2015-12-10 | 基于数值天气预报模式的电网气象预测预警*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105334551B (zh) |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| MX2018014649A (es) | 2016-05-31 | 2019-05-20 | Accuweather Inc | Metodo y sistema para predecir el impacto del pronostico meteorologico, ambiental y/o condiciones geologicas. |
| CN107977758A (zh) * | 2018-01-04 | 2018-05-01 | 郑州云海信息技术有限公司 | 一种降雨强度预报方法及相关装置 |
| CN108280793A (zh) * | 2018-02-12 | 2018-07-13 | 北京应用气象研究所 | 气象要素变化对台风影响评估技术 |
| CN108375808A (zh) * | 2018-03-12 | 2018-08-07 | 南京恩瑞特实业有限公司 | Nriet基于机器学习的大雾预报方法 |
| CN108732648B (zh) * | 2018-04-26 | 2020-10-20 | 长江水利委员会水文局 | 一种面向山地暴雨预报的渐进决策方法 |
| CN109447315A (zh) * | 2018-09-18 | 2019-03-08 | 中国电力科学研究院有限公司 | 一种基于多时空尺度的电力气象数值天气预报方法和装置 |
| CN109374488B (zh) * | 2018-11-14 | 2021-06-29 | 国网安徽省电力有限公司电力科学研究院 | 用于分布式光伏电站雾霾天气能见度的预测方法 |
| CN110174713B (zh) * | 2018-12-13 | 2021-09-03 | 广东电网有限责任公司 | 一种电力线路强对流天气监测预警方法及装置 |
| CN109614589B (zh) * | 2018-12-28 | 2022-07-01 | 浙江理工大学 | 短临降水的计算方法、***、可读存储介质及计算机设备 |
| CN109754232A (zh) * | 2019-01-15 | 2019-05-14 | 江苏省气象信息中心 | 一种气象服务平台 |
| CN110110448B (zh) * | 2019-05-10 | 2020-03-17 | 珠海深圳清华大学研究院创新中心 | 一种基于wrf的天气模拟方法、***和可读存储介质 |
| CN110866639B (zh) * | 2019-11-08 | 2022-12-02 | 中国科学院深圳先进技术研究院 | 一种热带气旋降雨预报方法、***及电子设备 |
| CN110806606B (zh) * | 2019-11-14 | 2021-10-22 | 国网山东省电力公司聊城供电公司 | 一种电力气象精细化预报预警***及方法 |
| CN111190990A (zh) * | 2020-01-02 | 2020-05-22 | 中电投电力工程有限公司 | 适用于气象预报***的自动化gis绘图方法 |
| CN111694000B (zh) * | 2020-06-11 | 2023-03-21 | 成都信息工程大学 | 雹云单体发展过程中雹胚形成及冰雹增长的预报方法 |
| CN111722305A (zh) * | 2020-07-03 | 2020-09-29 | 河海大学 | 一种用于确保海上施工安全的预警方法及预警装置 |
| CN112630864B (zh) * | 2020-12-10 | 2022-11-22 | 中国人民解放军63796部队 | 一种高分辨率高空风的短期预报方法 |
| CN112966862A (zh) * | 2021-02-25 | 2021-06-15 | 兰州中心气象台(兰州干旱生态环境监测预测中心) | 一种基于机器学习算法的短期定量降水预报方法 |
| CN117706663B (zh) * | 2024-02-05 | 2024-04-16 | 江西省气象数据中心(江西省气象档案馆) | 一种基于多元数据的冰雹降水现象质控方法及*** |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6535817B1 (en) * | 1999-11-10 | 2003-03-18 | The Florida State Research Foundation | Methods, systems and computer program products for generating weather forecasts from a multi-model superensemble |
| FR2874096B1 (fr) * | 2004-08-03 | 2006-11-10 | Climpact Soc Par Actions Simpl | Systeme de previsions climatiques |
| CN102254239A (zh) * | 2011-06-01 | 2011-11-23 | 福建省电力有限公司 | 基于微地形风场分布及台风叠加效应的电网风灾预警*** |
| CN102570453B (zh) * | 2012-01-06 | 2015-04-01 | 甘肃省电力公司风电技术中心 | 基于多套数值天气预报源的短期风电功率预测方法及*** |
| CN103810542A (zh) * | 2014-03-07 | 2014-05-21 | 北京动力京工科技有限公司 | 风电场风功率预测***及实现方法 |
-
2015
- 2015-12-10 CN CN201510909088.3A patent/CN105334551B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105334551A (zh) | 2016-02-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105334551B (zh) | 基于数值天气预报模式的电网气象预测预警*** | |
| CN106526708B (zh) | 一种基于机器学习的气象强对流天气的智能预警分析方法 | |
| CN103337133B (zh) | 基于识别预报技术的电网雷暴灾害预警***及方法 | |
| CN112070286B (zh) | 复杂地形流域的降水预报预警*** | |
| CN110579823B (zh) | 一种强降雨短临预报方法及*** | |
| Zhou et al. | Forecast of low visibility and fog from NCEP: Current status and efforts | |
| CN105068149B (zh) | 一种基于多信息综合的输变电设备雷电监测和预报方法 | |
| CN109407177B (zh) | 基于机器学习与常规气象观测的大雾识别***和应用方法 | |
| CN110930048A (zh) | 一种基于成灾机理过程的农作物干旱风险评估***及方法 | |
| Saxena et al. | A review study of weather forecasting using artificial neural network approach | |
| CN109165693A (zh) | 一种适用于露、霜和结冰的天气现象的自动判识方法 | |
| Sokol et al. | Nowcasting of precipitation–advective statistical forecast model (SAM) for the Czech Republic | |
| CN115549292A (zh) | 电网运行监测***及其方法 | |
| Leung et al. | Integration of air pollution data collected by mobile sensors and ground-based stations to derive a spatiotemporal air pollution profile of a city | |
| CN106530841B (zh) | 机场延误预测方法及装置 | |
| Zha et al. | Selection of time window for wind power ramp prediction based on risk model | |
| Liu et al. | Classified early warning and forecast of severe convective weather based on LightGBM algorithm | |
| Licznar et al. | Precipitation type specific radar reflectivity-rain rate relationships for Warsaw, Poland | |
| Bouchard et al. | Comparison of different forecasting tools for short-range lightning strike risk assessment | |
| CN115421220A (zh) | 一种基于深度学习的多因子局部降水指示方法及*** | |
| Fior et al. | Estimating the incidence of adverse weather effects on road traffic safety using time series embeddings | |
| Biondi et al. | Multivariate multi-step convection nowcasting with deep neural networks: the novara case study | |
| CN112380778A (zh) | 一种基于海温的气象干旱预报方法 | |
| CN101923605A (zh) | 铁路防灾风预警方法 | |
| Weygandt et al. | RUC model-based convective probability forecasts |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20170831 Address after: 100000 No. 41 West Main Street, Qianmen, Beijing, Xicheng District Applicant after: State Grid Beijing Electric Power Company Applicant after: Electric Power Sciences Research Institute of Sichuan Electric Power Corporation Applicant after: Beijing State Grid Fuda Technology Development Co., Ltd. Applicant after: State Grid Corporation of China Address before: Tsing Hua Road Qingyang District of Chengdu City, Sichuan Province, No. 24 610000 Applicant before: Electric Power Sciences Research Institute of Sichuan Electric Power Corporation Applicant before: Beijing State Grid Fuda Technology Development Co., Ltd. Applicant before: State Grid Corporation of China |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |