CN105447770A - 电网气象监测数据应用于精细化气象预报的评估方法 - Google Patents
电网气象监测数据应用于精细化气象预报的评估方法 Download PDFInfo
- Publication number
- CN105447770A CN105447770A CN201510908969.3A CN201510908969A CN105447770A CN 105447770 A CN105447770 A CN 105447770A CN 201510908969 A CN201510908969 A CN 201510908969A CN 105447770 A CN105447770 A CN 105447770A
- Authority
- CN
- China
- Prior art keywords
- weather
- electrical network
- data
- forecast
- line
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012544 monitoring process Methods 0.000 title claims abstract description 13
- 238000004088 simulation Methods 0.000 claims abstract description 23
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 238000013461 design Methods 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 12
- 208000033182 PLCG2-associated antibody deficiency and immune dysregulation Diseases 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 7
- 238000011160 research Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000010835 comparative analysis Methods 0.000 claims description 4
- 230000032798 delamination Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000013401 experimental design Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了电网气象监测数据应用于精细化气象预报的评估方法，包括以下步骤：S1、实验方案设计；S2、精细化气象预报准确性评估：将电网沿线实测站点实测值与上述设计的实验方案的模拟值进行对比评估，从而选取偏差最小、预报最准确的数值模拟方案。本发明的有益效果是：将输变电设备状态监测***采集的电网气象数据，应用到精细化气象预报技术中，一方面作为气象预报的基础同化数据，另一方面，利用电网气象监测数据检验精细化气象预报准确性。
Description
技术领域
本发明涉及电力监测技术领域，具体地，涉及电网气象监测数据应用于精细化气象预报的评估方法。
背景技术
目前，电网初步建成了覆盖全网的输变电设备状态监测***，对灾害多发区的重要线路实现了温度、湿度、风速、雨量等环境参数的监测。同时，各地电力公司与气象局、科研部门合作，建立了多个气象预报预警信息平台。但是，各地建立的气象预报预警平台，多是仅利用气象部门掌握的数据进行气象预报，并未将输变电设备状态监测***积累的大量电网周边气象环境数据应用到预报中来。
公开号为CN102982658A的中国专利“基于精细化气象预报信息的电力基建气象灾害预警方法和***”，公开了一种基于精细化气象预报信息的电力基建气象灾害预警方法，包括：接收精细化气象预报信息；根据基建地点的地理位置，从所述精细化气象预报信息中计算相应的气象预报值；比较所述气象环境值和基建项目的防灾参数阈值，生成气象灾害信息；根据气象灾害信息从气象灾害预想数据库中查询防灾策略信息；发送气象灾害预警信息和防灾策略信息。该发明的优势在于，实现了对灾害的自动识别、自动匹配应急方案和自动发布预警。
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***（MesoscaleModel5）是目前国内外应用较为广泛的模式。
发明内容
本发明所要解决的技术问题是提供一种将输变电设备状态监测***采集的电网气象数据应用到精细化气象预报技术中的评估方法。
本发明解决上述问题所采用的技术方案是：
电网气象监测数据应用于精细化气象预报的评估方法，包括以下步骤：
S1、实验方案设计：包括以下4个方案：
方案1：以NCEP预报场资料做背景场，不做任何观测资料同化，利用数值天气预报模式模拟电网沿线气象；
方案2：以NCEP预报场资料做背景场，并同化气象探空资料，利用数值天气预报模式模拟电网沿线气象，同化时段为96小时；
方案3：以NCEP预报场资料做背景场，并同化气象探空资料和电网气象观测资料，利用数值天气预报模式模拟电网沿线气象，同化时段为24小时；
方案4：以NCEP预报场资料做背景场，并同化气象探空资料和电网气象观测资料，利用数值天气预报模式模拟电网沿线气象，同化时段为96小时。
所述的NCEP预报场资料是指美国国家环境预报中心（NCEP）/美国国家大气研究中心（NCAR）提供的FNL全球分析资料（FinalOperationalGlobalAnalysis），从美国国家大气研究中心管理的研究数据档案库中下载获得。
所述的电网气象观测资料为电网沿线实测站点的输变电设备状态监测***采集的电网气象数据。
所述的数值天气预报模式为WRF模式。
WFR模式的具体设置为：
采用三重嵌套，其最外层网格格点数为90×60，水平格距为27km，中间层网格格点数为72×72，水平格距为9km，最内层网格格点数为90×90，水平格距为3km，垂直方向都分成层37层，模式顶气压为100hpa。
S2、精细化气象预报准确性评估：将电网沿线实测站点实测值与上述设计的实验方案的模拟值进行对比评估，从而选取偏差最小、预报最准确的数值模拟方案。
所述的步骤S2中具体评估内容包括：
S21、风速：计算电网沿线实测站点实测值与上述设计的实验方案的模拟值间的相关系数R、符合指数IOA、均方根误差RMSE、标准化平均偏差NMB及标准化平均误差NME；
S22、风向：计算电网沿线实测站点实测值与上述设计的实验方案的模拟值间的相关系数R、符合指数IOA、均方根误差RMSE；
S23、温度：计算电网沿线实测站点实测值与上述设计的实验方案的模拟值间的相关系数R、符合指数IOA、均方根误差RMSE、标准化平均偏差NMB及标准化平均误差NME；
S24、相对湿度：计算电网沿线实测站点实测值与上述设计的实验方案的模拟值间的相关系数R、符合指数IOA、均方根误差RMSE、标准化平均偏差NMB及标准化平均误差NME；
S25、根据S21～S24得到的结果，分析评估数值模拟结果与电网沿线实测站点实测值的偏差程度，从而选取偏差最小、预报最准确的数值模拟方案。
上述S21～S24中各参数值的计算方法采用现有常规计算方法。
评价优劣就是比较偏差大小，相关系数R最大、符合指数IOA最大、均方根误差RMSE最小、标准化平均偏差NMB最小、标准化平均误差NME最小可作为评估标准，通常用标准化平均误差NMB最小作为判据，最小就最佳。
本发明将输变电设备状态监测***采集的电网气象数据，作为气象预报的基础同化数据，应用到WRF模式（WeatherResearchandForecastingModel，天气研究与预报模式）的区域精细化气象预报技术中，提高了预报准确度；为数值模式优化工作积累了一定经验，更好的利用中尺度模式提供电网微气象服务。
综上，本发明的有益效果是：
本发明将输变电设备状态监测***采集的电网气象数据，应用到精细化气象预报技术中，一方面作为气象预报的基础同化数据，另一方面，利用电网气象监测数据检验精细化气象预报准确性。
附图说明
图1是本发明的同化试验方案；
图2是本发明实施例的WRF网格3层嵌套设置示意图；
图3是本发明实施例的电网微气象实测点信息；
图4是本发明实施例的模式模拟风速结果与实测值的统计指标对比；
图5是本发明实施例的模式模拟风向结果与实测值的统计指标对比；
图6是本发明实施例的模式模拟温度结果与实测值的统计指标对比；
图7是本发明实施例的模式模拟相对湿度结果与实测值的统计指标对比。
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：
电网气象监测数据应用于精细化气象预报的评估方法，包括以下步骤：
S1、实验方案设计：
为了解WRF模式对电网沿线的微气象的预测能力，以及观测资料各要素在现有同化***中对数值预报有何影响，本实施例设计了4个方案，如图1所示：
方案1：以NCEP预报场资料做背景场，不做任何观测资料同化，利用数值天气预报模式模拟电网沿线气象；
方案2：以NCEP预报场资料做背景场，并同化气象探空资料，利用数值天气预报模式模拟电网沿线气象，同化时段为96小时；
方案3：以NCEP预报场资料做背景场，并同化气象探空资料和电网气象观测资料，利用数值天气预报模式模拟电网沿线气象，同化时段为24小时；
方案4：以NCEP预报场资料做背景场，并同化气象探空资料和电网气象观测资料，利用数值天气预报模式模拟电网沿线气象，同化时段为96小时。
所述的数值天气预报模式为WRF模式，本实施例采用3.5版WRF三维变分同化***和模式；如图2所示，WFR模式的具体设置为：
采用三重嵌套，其最外层网格格点数为90×60，水平格距为27km，中间层网格格点数为72×72，水平格距为9km，最内层网格格点数为90×90，水平格距为3km，垂直方向都分成层37层，模式顶气压为100hpa。本实施例中选取中心点为30.5N，103.7E。
利用三维变分同化技术同化电网观测资料时，进入同化***的观测资料质量和数量直接影响同化结果，观测资料的质量主要由观测仪器和观测过程决定，而数量由同化过程的质量控制决定。
S2、精细化气象预报准确性评估：将电网沿线实测站点实测值与上述设计的实验方案的模拟值进行对比评估，从而选取偏差最小、预报最准确的数值模拟方案。
所述的步骤S2中具体评估内容包括：
S21、风速：计算电网沿线实测站点实测值与上述设计的实验方案的模拟值间的相关系数R、符合指数IOA、均方根误差RMSE、标准化平均偏差NMB及标准化平均误差NME；
S22、风向：计算电网沿线实测站点实测值与上述设计的实验方案的模拟值间的相关系数R、符合指数IOA、均方根误差RMSE；
S23、温度：计算电网沿线实测站点实测值与上述设计的实验方案的模拟值间的相关系数R、符合指数IOA、均方根误差RMSE、标准化平均偏差NMB及标准化平均误差NME；
S24、相对湿度：计算电网沿线实测站点实测值与上述设计的实验方案的模拟值间的相关系数R、符合指数IOA、均方根误差RMSE、标准化平均偏差NMB及标准化平均误差NME；
S25、根据S21～S24得到的结果，分析评估数值模拟结果与电网沿线实测站点实测值的偏差程度，从而选取偏差最小、预报最准确的数值模拟方案。
本实施例中，根据电网沿线实测站点风速、风向、温度及相对湿度15分钟的实测值与WRF模式的模拟值进行对比评估，电网沿线实测站点的分布位置如图3所示，图4是本实施例的WRF模式模拟风速结果与实测值的统计指标对比，图5本实施例的WRF模式模拟风向结果与实测值的统计指标对比，图6本实施例的WRF模式模拟温度结果与实测值的统计指标对比，图7本实施例的WRF模式模拟相对湿度结果与实测值的统计指标对比。
（1）风速
如图4所示，方案1-3的相关系数R、符合指数IOA、均方根误差RMSE、标准化平均偏差NMB及标准化平均误差NME的值几乎相等，说明方案2及方案3的风速模拟对控制试验的影响不明显。方案4的相关系数提高到了0.51，符合指数达到了将近0.7，均方根误差RMSE也降至1.32m/s，说明模式在加入电网微气象观测资料同化全时段时，模拟值与观测值的变化趋势更加吻合，程度优于其它三种方案的50%左右。
（2）风向
如图5所示，由于风向是按照360度顺时针方向考虑的，所以风向的评估不考虑标准化平均偏差NMB及标准化平均误差NME统计参数，所以在NMB和NME在表6中设置为Null。与风速相似，方案1-3的模拟结果非常相似，变化较小，但总体的相关系数R及符合指数IOA都较高，与观测值的变化趋势较吻合。相比三种方案，方案4对模拟结果有所改进，同样优于其它三种方案。
（3）温度
如图6所示，4种方案的相关系数都超过了0.7，符合指数都达到了0.8以上，均方根误差RMSE也仅仅在3℃左右，标准化平均偏差NMB及标准化平均误差NME都较低，且4种方案统计参数都较相似，说明对温度的模拟效果较好，能够准确捕捉温度的变化趋势及温度值。同化方案对温度的影响并不明显，在该区域预报及模拟过程中可考虑关闭温度同化功能。
（4）相对湿度
如图7所示，4种方案对相对湿度的模拟都显示了良好的变化趋势以及对峰值的捕捉能力。方案2和方案3对控制试验的影响不大，其中方案2与方案1的统计参数相等，方案3有所改变，但幅度较小，方案4改变幅度较大，相关系数及符合指数分别达到0.7及0.82，标准化平均偏差NMB也达到了较低值-0.01，说明观测资料全时段同化对相对湿度的影响较明显。
上述结果显示：方案4优于方案1、2、3，选取方案4为数值模拟方案。且上述结果同样显示了各项评价指标具有一致性，考虑评价指标的实用性，标准化平均偏差NMB显示出预报与观测的偏差程度，具有更强的指导意义。
如上所述，可较好的实现本发明。
Claims (5)
1.电网气象监测数据应用于精细化气象预报的评估方法，其特征在于，包括以下步骤：
S1、实验方案设计：包括以下4个方案：
方案1：以NCEP预报场资料做背景场，不做任何观测资料同化，利用数值天气预报模式模拟电网沿线气象；
方案2：以NCEP预报场资料做背景场，并同化气象探空资料，利用数值天气预报模式模拟电网沿线气象，同化时段为96小时；
方案3：以NCEP预报场资料做背景场，并同化气象探空资料和电网气象观测资料，利用数值天气预报模式模拟电网沿线气象，同化时段为24小时；
方案4：以NCEP预报场资料做背景场，并同化气象探空资料和电网气象观测资料，利用数值天气预报模式模拟电网沿线气象，同化时段为96小时；
S2、精细化气象预报准确性评估：将电网沿线实测站点实测值与上述设计的实验方案的模拟值进行对比评估，从而选取偏差最小、预报最准确的数值模拟方案。
2.根据权利要求1所述的电网气象监测数据应用于精细化气象预报的评估方法，其特征在于，所述的NCEP预报场资料是指美国国家环境预报中心/美国国家大气研究中心提供的FNL全球分析资料，从美国国家大气研究中心管理的研究数据档案库中下载获得；
所述的电网气象观测资料为电网沿线实测站点的输变电设备状态监测***采集的电网气象数据。
3.根据权利要求1所述的电网气象监测数据应用于精细化气象预报的评估方法，其特征在于，所述的数值天气预报模式为WRF模式。
4.根据权利要求3所述的电网气象监测数据应用于精细化气象预报的评估方法，其特征在于，WFR模式的具体设置为：采用三重嵌套，其最外层网格格点数为90×60，水平格距为27km，中间层网格格点数为72×72，水平格距为9km，最内层网格格点数为90×90，水平格距为3km，垂直方向都分成层37层，模式顶气压为100hpa。
5.根据权利要求1所述的电网气象监测数据应用于精细化气象预报的评估方法，其特征在于，所述的步骤S2中具体评估内容包括：
S21、风速：计算电网沿线实测站点实测值与上述设计的实验方案的模拟值间的相关系数R、符合指数IOA、均方根误差RMSE、标准化平均偏差NMB及标准化平均误差NME；
S22、风向：计算电网沿线实测站点实测值与上述设计的实验方案的模拟值间的相关系数R、符合指数IOA、均方根误差RMSE；
S23、温度：计算电网沿线实测站点实测值与上述设计的实验方案的模拟值间的相关系数R、符合指数IOA、均方根误差RMSE、标准化平均偏差NMB及标准化平均误差NME；
S24、相对湿度：计算电网沿线实测站点实测值与上述设计的实验方案的模拟值间的相关系数R、符合指数IOA、均方根误差RMSE、标准化平均偏差NMB及标准化平均误差NME；
S25、根据S21～S24得到的结果，分析评估数值模拟结果与电网沿线实测站点实测值的偏差程度，从而选取偏差最小、预报最准确的数值模拟方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510908969.3A CN105447770A (zh) | 2015-12-10 | 2015-12-10 | 电网气象监测数据应用于精细化气象预报的评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510908969.3A CN105447770A (zh) | 2015-12-10 | 2015-12-10 | 电网气象监测数据应用于精细化气象预报的评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105447770A true CN105447770A (zh) | 2016-03-30 |
Family
ID=55557904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510908969.3A Pending CN105447770A (zh) | 2015-12-10 | 2015-12-10 | 电网气象监测数据应用于精细化气象预报的评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105447770A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN108491602A (zh) * | 2018-03-13 | 2018-09-04 | 广州大学 | 一种风气候实测资料的精细化分析方法 |
| CN109272230A (zh) * | 2018-09-19 | 2019-01-25 | 中国气象局气象探测中心 | 一种地面观测站气压要素的数据质量评估方法和*** |
| CN109325633A (zh) * | 2018-10-23 | 2019-02-12 | 中国电力科学研究院有限公司 | 一种天气预报集合成员选取方法和*** |
| CN110110448A (zh) * | 2019-05-10 | 2019-08-09 | 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 |
| CN111239857A (zh) * | 2020-02-18 | 2020-06-05 | 潘新民 | 一种特殊地形强风预报方法 |
| CN111581764A (zh) * | 2019-02-18 | 2020-08-25 | 中国科学院深圳先进技术研究院 | 一种模型精度评价方法 |
| CN112418512A (zh) * | 2020-11-19 | 2021-02-26 | 中国环境科学研究院 | 一种基于pm2.5的空气质量预测方法 |
| CN115453661A (zh) * | 2022-11-14 | 2022-12-09 | 中科星图维天信(北京)科技有限公司 | 气象预报方法、装置、设备以及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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*** |
| CN102521403A (zh) * | 2011-12-26 | 2012-06-27 | 南京成风大气信息技术有限公司 | 精细化气象信息服务*** |
| CN102982658A (zh) * | 2012-11-16 | 2013-03-20 | 浙江省电力公司 | 基于精细化气象预报信息的电力基建气象灾害预警方法和*** |
| US20130325347A1 (en) * | 2010-12-15 | 2013-12-05 | Eni S.P.A. | Medium-long term meteorological forecasting method and system |
| CN103514341A (zh) * | 2012-06-14 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 基于数值天气预报和计算流体动力学的风资源评估方法 |
| CN104851051A (zh) * | 2014-12-08 | 2015-08-19 | 国家电网公司 | 一种结合动态修正的电网区域暴雨量精细化预警方法 |
-
2015
- 2015-12-10 CN CN201510908969.3A patent/CN105447770A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130325347A1 (en) * | 2010-12-15 | 2013-12-05 | Eni S.P.A. | Medium-long term meteorological forecasting method and system |
| 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*** |
| CN102521403A (zh) * | 2011-12-26 | 2012-06-27 | 南京成风大气信息技术有限公司 | 精细化气象信息服务*** |
| CN103514341A (zh) * | 2012-06-14 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 基于数值天气预报和计算流体动力学的风资源评估方法 |
| CN102982658A (zh) * | 2012-11-16 | 2013-03-20 | 浙江省电力公司 | 基于精细化气象预报信息的电力基建气象灾害预警方法和*** |
| CN104851051A (zh) * | 2014-12-08 | 2015-08-19 | 国家电网公司 | 一种结合动态修正的电网区域暴雨量精细化预警方法 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN108491602A (zh) * | 2018-03-13 | 2018-09-04 | 广州大学 | 一种风气候实测资料的精细化分析方法 |
| CN108491602B (zh) * | 2018-03-13 | 2021-08-13 | 广州大学 | 一种风气候实测资料的精细化分析方法 |
| CN109272230A (zh) * | 2018-09-19 | 2019-01-25 | 中国气象局气象探测中心 | 一种地面观测站气压要素的数据质量评估方法和*** |
| CN109272230B (zh) * | 2018-09-19 | 2022-03-11 | 中国气象局气象探测中心 | 一种地面观测站气压要素的数据质量评估方法和*** |
| CN109325633A (zh) * | 2018-10-23 | 2019-02-12 | 中国电力科学研究院有限公司 | 一种天气预报集合成员选取方法和*** |
| CN111581764A (zh) * | 2019-02-18 | 2020-08-25 | 中国科学院深圳先进技术研究院 | 一种模型精度评价方法 |
| CN110110448A (zh) * | 2019-05-10 | 2019-08-09 | 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 |
| CN111239857A (zh) * | 2020-02-18 | 2020-06-05 | 潘新民 | 一种特殊地形强风预报方法 |
| CN111239857B (zh) * | 2020-02-18 | 2020-09-11 | 潘新民 | 一种特殊地形强风预报方法 |
| CN112418512A (zh) * | 2020-11-19 | 2021-02-26 | 中国环境科学研究院 | 一种基于pm2.5的空气质量预测方法 |
| CN115453661A (zh) * | 2022-11-14 | 2022-12-09 | 中科星图维天信(北京)科技有限公司 | 气象预报方法、装置、设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105447770A (zh) | 电网气象监测数据应用于精细化气象预报的评估方法 | |
| CN112070286B (zh) | 复杂地形流域的降水预报预警*** | |
| Kwon | Uncertainty analysis of wind energy potential assessment | |
| CN102945508B (zh) | 一种基于模型校正的风电功率预测预报方法 | |
| CN104123682A (zh) | 一种基于气象影响因素的配网故障风险评估方法 | |
| KR101383617B1 (ko) | 일사량 예측 방법 및 장치 | |
| CN107169645B (zh) | 一种计及暴雨灾害影响的输电线路故障概率在线评估方法 | |
| CN105760970A (zh) | 空气质量指数的预测方法 | |
| Wang et al. | Temporal and spatial evolution trends of drought in northern Shaanxi of China: 1960–2100 | |
| CN104182594A (zh) | 一种电力***风区图的绘制方法 | |
| CN108090285A (zh) | 一种适用于复杂地形输电线路风灾监测的微气象观测布点方法 | |
| Yao et al. | Toward simulation and risk assessment of weather-related outages | |
| Unger et al. | Development, data processing and preliminary results of an urban human comfort monitoring and information system | |
| Jung et al. | Statistical modeling of near-surface wind speed: a case study from Baden-Wuerttemberg (Southwest Germany) | |
| CN108846501A (zh) | 一种雨水低影响开发设施建设规模确定方法 | |
| Zin et al. | Statistical distributions of extreme dry spell in Peninsular Malaysia | |
| CN103413036A (zh) | 一种连续化的森林火险天气等级预报模型及应用 | |
| CN110399634A (zh) | 一种基于天气***影响的预报区域确定方法及*** | |
| Zehtabian et al. | Evaluation and comparison of performance of SDSM and CLIMGEN models in simulation of climatic variables in Qazvin plain | |
| KR20110099509A (ko) | 풍력-기상자원지도 구축 시스템 및 그 구축 방법 | |
| Tong et al. | Mapping the urban natural ventilation potential by hydrological simulation | |
| Bajamgnigni Gbambie et al. | Added value of alternative information in interpolated precipitation datasets for hydrology | |
| CN103093044A (zh) | 输电线路覆冰舞动分布图测绘方法 | |
| Ning et al. | Runoff of arid and semi-arid regions simulated and projected by CLM-DTVGM and its multi-scale fluctuations as revealed by EEMD analysis | |
| Liu et al. | Assessing maize drought hazard for agricultural areas based on the fuzzy gamma model |
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 | ||
| 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 |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160330 |