-
公开(公告)号：CN119202855A
公开(公告)日：2024-12-27
申请号：CN202411677330.4
申请日：2024-11-22
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
IPC: G06F18/241 , G01W1/02 , G06F18/2136 , G06N3/0464
Abstract: 本申请提供了一种数值天气预报数据的处理方法、装置以及处理设备，聚焦于数值天气预报数据的气温订正目标，针对于数值天气预报数据处理模型，一方面引入了网格细分机制，以此约束了模型处理单位，减少了模型复杂度，降低处理时候所占用GPU显存的同时，还可以有效增加模型训练时候的样本量，另一方面还充分考虑了相邻/周遭区域的各类气象因素和地形特征对偏差的影响，如此可以实现高效且精确地完成订正目标，所生成的精细化气温网格数据可以满足高质量的数值天气预报数据应用需求。
-
公开(公告)号：CN118274676B
公开(公告)日：2024-08-09
申请号：CN202410716825.7
申请日：2024-06-04
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
Abstract: 一种基于高能催化方式消减雷暴系统的方法，它包括如下步骤：利用卫星和雷达资料判断雷暴系统的发生位置、强弱、移动路径和移速；在雷暴系统的移动路径上，满足高能催化有效防护距离，依据移速设置多道防线，选择消减雷暴系统的合适催化时机；在雷暴系统的内部，识别合适的催化部位；利用动力装置将高能催化材料带到雷暴系统的内部，经过一系列步骤形成具有强梯度的扰动气流场，从而达到对雷暴系统消减作用。本发明利用人工干预方式消减雷暴系统，减少了雷暴系统伴随雷击、闪电、强风、冰雹和强降水的强对流天气对电力设施、森林、人身安全和建筑物等损坏，提高了抵御雷暴系统能力，降低了雷暴系统致灾风险。
-
公开(公告)号：CN117235449A
公开(公告)日：2023-12-15
申请号：CN202311513829.7
申请日：2023-11-14
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
Abstract: 一种基于sigmoid曲线及双包络算法的风电功率异常数据处理方法，包括如下步骤：步骤1，数据收集，从风电场收集原始数据，将数据整理成为时间戳‑风速‑功率的格式；步骤2，数据预处理，对于步骤1中数据负值进行清理，形成清洗后的数据集；步骤3，使用曲线拟合方法对步骤2中数据进行拟合，拟合函数使用包含偏置参数的Sigmoid函数；步骤4，根据拟合结果形成包络曲线；步骤5，将包络曲线外的数据进行清理，形成新的清理后数据集；步骤6，使用清理后数据集输入给风电机组功率预测模型进行功率预测。它能有效地识别和清除风电机组功率曲线中的异常数据，解决了不同类型的异常数据难以识别的问题。
-
公开(公告)号：CN116610959A
公开(公告)日：2023-08-18
申请号：CN202310888031.4
申请日：2023-07-19
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
IPC: G06F18/214 , G06F18/15 , G06V20/10 , G06V10/72 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种基于UNET‑GRU深度学习检验播云作业效果的方法和装置，所述方法包括：获取样本雨量和多普勒天气雷达数据，并对数据进行质控和预处理；将输入因子输入网络进行训练，建立UNET‑GRU深度学习雨量预测模型，预测自然状态下雨量，建立自然降水条件下基于UNET‑GRU模型深度学习多普勒天气雷达回波预测模型，分析播云作业物理解释；对有明确物理解释的，将雨量预测数据与同时期实测雨量数据进行对比，所得到的残差值定量评估人工增雨的效果。本发明解决了人工增雨的影响区域和对比区域不固定所带来的人工增雨效果难以定量评估的问题，通过深度学习方法提高了作业影响区雨量和雷达回波预测的准确性，提高了播云作业效果检验的准确性。
-
公开(公告)号：CN111582544A
公开(公告)日：2020-08-25
申请号：CN202010270745.5
申请日：2020-04-08
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
Inventor： 任永建 , 许沛华 , 陈正洪 , 熊守权 , 成驰 , 孙朋杰 , 阳威 , 肖莺 , 王必强 , 成丹 , 崔杨 , 程定芳 , 王丽娟 , 何欢 , 陈艳梅 , 贺莉薇 , 刘军 , 刘静 , 代娟
Abstract: 本发明实施例公开了一种新能源并网条件下的电网负荷预测方法、装置和系统，所述方法包括：采集场站预设范围内的气象数据；获取待预测场站类型，并提取与所述待预测场站类型匹配的气象数据类型；根据所述待预测场站类型和所述气象数据类型建立算法模型，基于所述算法模型获取并输出功率预报数据。从而解决了现有技术中由于无法预测新能源叠加条件下的电网负荷而导致的电网调度缺少数据参考的问题。
-
Patent Agency Ranking
公开(公告)号：CN118274676A
公开(公告)日：2024-07-02
申请号：CN202410716825.7
申请日：2024-06-04
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
Abstract: 一种基于高能催化方式消减雷暴系统的方法，它包括如下步骤：利用卫星和雷达资料判断雷暴系统的发生位置、强弱、移动路径和移速；在雷暴系统的移动路径上，满足高能催化有效防护距离，依据移速设置多道防线，选择消减雷暴系统的合适催化时机；在雷暴系统的内部，识别合适的催化部位；利用动力装置将高能催化材料带到雷暴系统的内部，经过一系列步骤形成具有强梯度的扰动气流场，从而达到对雷暴系统消减作用。本发明利用人工干预方式消减雷暴系统，减少了雷暴系统伴随雷击、闪电、强风、冰雹和强降水的强对流天气对电力设施、森林、人身安全和建筑物等损坏，提高了抵御雷暴系统能力，降低了雷暴系统致灾风险。
-
公开(公告)号：CN112766583B
公开(公告)日：2024-02-02
申请号：CN202110098335.1
申请日：2021-01-25
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
IPC: H02J3/00 , H02J3/38 , G06Q10/04 , G06Q10/0639 , G06Q50/06
Abstract: 基于爬坡事件特征识别的风电功率短期预测方法和系统，预测方法包括以下步骤：利用最优旋转门算法识别出历史风电功率中具有爬坡趋势的功率段；利用移动滑窗算法进行爬坡趋势段的整合，识别爬坡事件；对识别出的爬坡事件进行分类；建立风电功率爬坡事件预测模型，进行爬坡事件功率预测；建立短期风电功率预测模型，获取初步风电功率预测结果；利用爬坡事件功率预测结果对初步风电功率预测结果进行订正，得到最终的短期风电功率预测结果。本发明结合风电爬坡事件识别进行风电功率短期预测，能够准确的预测出因转折性天气、极端气候事件造成的风电功率爬坡事件，从而有效提高风电功(56)对比文件叶林等.考虑风电功率爬坡的功率预测—校正模型.电力系统自动化.2019,第43卷(第6期),第49页“摘要”.崔明建等.风电功率爬坡事件问题研究.中国博士学位论文全文数据库（工程科技Ⅱ辑）.2019,第33页至第36页“2.4算法应用:求解最优口宽参数”.张东英等.风电爬坡事件研究综述及展望.电网技术.2018,第42卷(第6期),第1787页“2.2评价指标”.王勃;汪步惟;杨明;赵元春;朱文立.风电爬坡事件的非精确条件概率预测.山东大学学报(工学版).2019,(第01期),全文.赵鹏;涂菁菁;杨锡运.基于PSO-KELM的风功率预测研究.电测与仪表.2020,(第11期),全文.张颖超;宗阳;邓华;成金杰;章璇.基于趋势特征的风电功率爬坡事件检测方法.电测与仪表.2020,(第18期),全文.杨茂;马剑;李大勇;刘红柳;孙涌.超短期风电功率爬坡事件检测和统计分析.电力系统保护与控制.2018,(第06期),全文.郭燕玲;赵晶;周林;张文煜;郭振海.山东半岛风电爬坡事件的识别与天气分析研究.气候与环境研究.2017,(第01期),全文.钱政;裴岩;曹利宵;王婧怡;荆博.风电功率预测方法综述.高电压技术.2016,(第04期),全文.欧阳庭辉;查晓明;秦亮;熊一;朱小帆.风电功率爬坡事件预测时间窗口的选取.电网技术.2015,(第02期),全文.欧阳庭辉;查晓明;秦亮;熊一;黄鹤鸣.基于相似性修正的风电功率爬坡事件预测方法.中国电机工程学报.2017,(第02期),全文.陶玉波;陈昊;秦晓辉;孟昭军.短期风电功率预测概念和模型与方法.电力工程技术.2018,(第05期),全文.任双雪;王毅钊;张寓涵;于继来.风电功率爬坡事件的滑动窗检测与实例分析.电网与清洁能源.2018,(第01期),全文.
-
公开(公告)号：CN116610959B
公开(公告)日：2023-09-15
申请号：CN202310888031.4
申请日：2023-07-19
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
IPC: G06F18/214 , G06F18/15 , G06V20/10 , G06V10/72 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种基于UNET‑GRU深度学习检验播云作业效果的方法和装置，所述方法包括：获取样本雨量和多普勒天气雷达数据，并对数据进行质控和预处理；将输入因子输入网络进行训练，建立UNET‑GRU深度学习雨量预测模型，预测自然状态下雨量，建立自然降水条件下基于UNET‑GRU模型深度学习多普勒天气雷达回波预测模型，分析播云作业物理解释；对有明确物理解释的，将雨量预测数据与同时期实测雨量数据进行对比，所得到的残差值定量评估人工增雨的效果。本发明解决了人工增雨的影响区域和对比区域不固定所带来的人工增雨效果难以定量评估的问题，通过深度学习方法提高了作业影响区雨量和雷达回波预测的准确性，提高了播云作业效果检验的准确性。
-
公开(公告)号：CN115994325B
公开(公告)日：2023-05-30
申请号：CN202310292758.6
申请日：2023-03-24
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
IPC: G06F18/241 , G06F18/214 , G06N3/0475 , G06N3/094 , G06Q50/06 , G06Q10/04
-
公开(公告)号：CN107941361A
公开(公告)日：2018-04-20
申请号：CN201710187920.2
申请日：2017-03-27
Applicant: 国网河南省电力公司电力科学研究院 , 湖北省气象服务中心 , 华中科技大学 , 国家电网公司
Abstract: 本发明公开了一种气象相关的光伏组件工作温度预测的方法，从环境温度、太阳辐射强度、风速等因素出发，通过大量历史数据拟合的线性模型以及通过能量守恒定律推倒出的非线性模型。并且设计了两种实验平台用于采集数据。本发明可深度揭示光伏组件工作温度的影响因素，充分反映气象因子对光伏组件工作温度的影响，有助于提高光伏电站发电预报的精确度。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.031 seconds)
