-
公开(公告)号：CN118568587A
公开(公告)日：2024-08-30
申请号：CN202410528736.X
申请日：2024-04-29
申请人： 华风气象传媒集团有限责任公司 , 北京玖天气象科技有限公司
IPC分类号： G06F18/2415 , G06F18/214 , G06F18/10 , G06Q10/20 , G06Q50/06 , G01C13/00
摘要： 本申请公开了一种日最大浪高确定方法、装置、系统及存储介质，用以提高日最大浪高的预测精准度。所述方法包括：获取用于预测日最大浪高预测模型的训练数据；将所述训练数据分别输入至多个第一候选模型和多个第二候选模型中对模型进行训练；在模型训练完毕时，从所有第一候选模型中选取训练效果最好的模型作为定性预测模型，并从所有第二候选模型中选取训练效果最好的模型作为定量预测模型；将预设区域在预设时间段内的预报数据分别输入至所述定性预测模型和所述定量预测模型；获取所述定性预测模型输出的日最大浪高定性预测结果以及所述定量预测模型输出的日最大浪高定量预测结果。采用本申请所提供的方案，提升了日最大浪高预测结果的精准度。
-
公开(公告)号：CN113176622B
公开(公告)日：2024-08-23
申请号：CN202110283059.6
申请日：2021-03-16
申请人： 北京玖天气象科技有限公司 , 国网河南省电力公司电力科学研究院
摘要： 本发明公开了针对累积曝辐量的逐小时太阳辐射时间降尺度方法，该方法包括以下步骤：获取初始预报数据；基于针对累积曝辐量的时间降尺度方法，对初始预报数据进行时间插值处理，得到逐小时辐射预报数据，对辐射预报数据集成处理，得到最终逐小时辐射集成预报数据，本发明适用于能源与气象预测的交叉领域，考虑到不同插值方案的在不同地区、季节的优异性，将天文辐射比例插值、三次样条插值和固定比例插值得到预报数据集成，避免了某种插值方案的局限性，具有平滑作用，解决了现有技术时空分辨率有限、难以做出精准化预测的缺点，提升了辐射预报准确性。
-
公开(公告)号：CN113128758B
公开(公告)日：2023-10-24
申请号：CN202110408746.6
申请日：2021-04-16
申请人： 北京玖天气象科技有限公司 , 中广核(北京)新能源科技有限公司
摘要： 基于近海浮标海浪观测数据构建的最大浪高预报系统，涉及海洋与海上工程的交叉领域，本发明为解决现有的一些海浪数值预报数据中缺少最大浪高预报要素的问题，通过我国近海海域的多个浮标站观测数据进行建模，这种源于实况观测的模型相比全球海浪数值模型能更好的体现中国近海海域的海浪特征，从而提高预报准确度，该系统包括浮标历史数据收集模块、数据质量控制模块、数据预处理模块、站点线性拟合建模模块、参数模型网格化模块以及网格化最大浪高预报模块；本发明基于实况观测数据而构建的模型，模型本身不会随着预报时效的增长而变化。本发明在实时海洋预报业务应用过程中展现出很好的效果。
-
公开(公告)号：CN114488155B
公开(公告)日：2023-06-27
申请号：CN202111614569.3
申请日：2021-12-27
申请人： 国网山东省电力公司应急管理中心 , 北京玖天气象科技有限公司
摘要： 本发明提供了一种基于多普勒天气雷达的对流单体演变趋势判别方法，包括以下步骤：确定描述对流单体的雷达回波指标，并筛选关键指标作为特征因子集B；基于特征因子集B,计算对流单体各因子Bi的变化趋势结合典型对流单体演变过程，确定各因子变化趋势的权重wi；根据各特征因子演变趋势及权重wi，计算对流单体演变趋势指数设定对流单体发展、维持、减弱的演变趋势指数K对应的阈值。本发明能够快速、客观计算对流单体的变化趋势，有助于加强对灾害性天气发生发展的预判，提升电网防御强对流灾害能力。
-
公开(公告)号：CN108509537A
公开(公告)日：2018-09-07
申请号：CN201810217624.7
申请日：2018-03-14
申请人： 北京玖天气象科技有限公司 , 国网河南省电力公司电力科学研究院
摘要： 本发明提供一种输电线路舞动概率预报系统及方法，该系统包括：气象数据采集模块，用于采集输电线路的高空气象要素集合预报数据和地面气象要素集合预报数据；指标范围采集模块，用于采集指标范围并发送至等权重法计算模块和集合平均法计算模块；等权重法计算模块和集合平均法计算模块，均用于根据高空气象要素集合预报数据和地面气象要素集合预报数据以及指标范围计算输电线路舞动概率；舞动概率数据库建立模块，用于根据输电线路舞动概率建立舞动概率数据库。本发明的系统及方法通过等权重法计算模块和/或集合平均法计算模块计算输电线路舞动概率，能够为电力生产过程中的舞动灾害提供概率预报，根据该概率预报做出不同程度的措施，以提高效益。
-
公开(公告)号：CN107688906A
公开(公告)日：2018-02-13
申请号：CN201710787964.9
申请日：2017-09-04
申请人： 北京玖天气象科技有限公司 , 国网河南省电力公司电力科学研究院
CPC分类号： G06Q10/0635 , G01W1/10 , G06Q50/06
摘要： 本发明涉及一种多方法融合的输电线路气象要素降尺度分析系统及方法，该装置包括：综合预报装置，用于计算综合预报值，并将所述预报值发送至动态集成模块；地形复杂度最接近格点预报装置，用于通过地形复杂度最接近法计算预报值，并将所述预报值发送至动态集成模块；动态集成装置，用于接收所述综合预报装置和所述地形复杂度最接近格点预报装置发送的预报值，并计算动态集成预报值。本发明的多方法融合的输电线路气象要素降尺度分析系统及方法从网格化数值预报产品特征入手，通过降尺度技术对小区域或某一指定点位的气象要素做出精确预测，这是获取输电线路高分辨率天气预报信息。
-
公开(公告)号：CN113553782B
公开(公告)日：2024-03-26
申请号：CN202110150588.9
申请日：2021-02-04
申请人： 华风气象传媒集团有限责任公司 , 北京玖天气象科技有限公司
IPC分类号： G06F30/28 , G06F17/18 , G06F111/10 , G06F113/08 , G06F119/14
摘要： 本发明涉及一种用于预报风速的降尺度方法，将动力降尺度与统计降尺度相结合，对风速数值预报中格点风速预报的精细度和精准度进行优化，减少格点风速的网格距离，提升风速的预报精度和预报效率。采用微尺度模式CALMET基于WRF，将粗网格的风速风向预报数据进行动力将尺度计算得到细网格的风速风向预报数据，并对微尺度模式CALMET和WRF模式进行具体参数的设计，将粗细网格的风速预报数据进行风速档的分类、风向预报数据进行方位的分类，通过统计分析得到粗细网格在逐小时的风速预报数据之间的数学统计关系，实现了对低水平分辨率的粗网格的风速预报数据的进行逐小时降尺度计算，得到高水平分辨率的细网格的逐小时风速预报数据，实现了风速的逐小时预报。
-
公开(公告)号：CN113239971B
公开(公告)日：2023-10-24
申请号：CN202110408764.4
申请日：2021-04-16
申请人： 中广核(北京)新能源科技有限公司 , 北京玖天气象科技有限公司
IPC分类号： G06F18/25 , G06Q10/0639 , G01W1/10 , G06N3/084
摘要： 一种面向风场的临近预报与短期预报的融合系统，涉及气象与工程防灾的交叉领域，解决现有融合集成预报方法实现风速预测精确度难度较大的问题，该系统包括质量控制模块、误差特征分析模块、模型建设模块、检验模块和综合效果评估模块，本发明的临近预报与短期预报的融合系统，基于大量的站点实况数据、临近预报数据和短期数值预报数据，通过BP神经网络建立模型，该模型可简单快捷的生成融合数据。本发明所述的融合系统在北京区域业务化实时运行效果已被检验证实能够有效的提高风速的准确率。
-
公开(公告)号：CN115793104B
公开(公告)日：2023-06-27
申请号：CN202211323353.6
申请日：2022-10-26
申请人： 国网山东省电力公司济南供电公司 , 北京玖天气象科技有限公司
摘要： 本发明公开了一种电网杆塔呼称高度风速推测的方法和装置，方法包括：获取多个不同高度的风速预报数据；采集电网杆塔周边的气象观测站10米高度及测风塔不同高度层的风速数据；确定不同风力等级下的近地层风速静态幂指数，计算测风塔位置处不同高度层的第一风速值以及电网杆塔呼称高度处的第一风速值；确定近地层整层风速的幂指数，计算第二风速值；确定近地层不同高度层的风速幂指数，计算第三风速值；计算不同高度的绝对误差，确定上述三种风速值的权重，并计算当前时刻近地层不同高度的电网杆塔呼称高度风速。本发明能够推测电网杆塔呼称高度处的风速，有助于提升电网杆塔处的高影响风速预报预警能力。
-
公开(公告)号：CN114493004A
公开(公告)日：2022-05-13
申请号：CN202210097236.6
申请日：2022-01-27
申请人： 国网山东省电力公司济南供电公司 , 国网山东省电力公司应急管理中心 , 北京玖天气象科技有限公司
发明人： 郭禹琛 , 王博 , 王雪 , 孙世军 , 何晓凤 , 朱坤双 , 张永山 , 韩洪 , 韩乐琼 , 李莉 , 高峰 , 巩晓静 , 李嫣然 , 沈倩 , 李晓琦 , 李广 , 董新 , 乔荣飞
摘要： 一种基于机器学习的单点风速短临风速外推方法涉及风速预测技术领域，解决了现有预测风速不够准确的问题，包括：获得历史风速样本并分成训练样本集和测试样本集；取训练样本集中的历史风速样本得到多个时间序列，时间序列之间的时间长度不同但样本总量相同；训练载有集成机器学习算法的模型得到初级集成机器学习模型；采用测试样本集测试初级集成机器学习模型得到测试结果；选取最优测试结果对应的初级集成机器学习模型作为集成机器学习模型，最优测试结果对应的时间序列间隔点数作为集成机器学习模型的输入长度；将满足输入长度的历史风速数据作为集成机器学习模型的输入，集成机器学习模型输出预测的短临风速。本发明预测风速的准确性高。
-
-
-
-
-
-
-
-
-
搜索结果
42 条记录 (耗时 0.036 秒)
