期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于强对流天气判别的风功率爬坡预报方法研究 被引量:6
1
作者 熊一 査晓明 +3 位作者 秦亮 陈正洪 欧阳庭辉 夏添 《中国电机工程学报》 EI CSCD 北大核心 2016年第10期2690-2698,共9页
该文讨论一种基于强对流天气判别的风功率爬坡预报模型。首先选出指定区域中可以表征历史强对流天气的动力学和热力学特征的预报因子,再采用费希尔判别法将历史大风型强对流天气进行归纳分析,以得到预报因子的加权系数,进而确定判别强... 该文讨论一种基于强对流天气判别的风功率爬坡预报模型。首先选出指定区域中可以表征历史强对流天气的动力学和热力学特征的预报因子,再采用费希尔判别法将历史大风型强对流天气进行归纳分析,以得到预报因子的加权系数,进而确定判别强对流天气的预报方程。根据数值天气预报的数据分析得出强对流天气的预报结果,引入模板参数法将强对流天气参数库进行爬坡气象类型识别,并修正了风速预报数据,从而得到更准确的预报结果。结合风电场实际运行状况、电力系统的调度方式,以及区域电网的热备用启动速度和承受能力确定风功率爬坡定义。由此引入启发式分割算法对强对流天气预报结果进行突变检测,可得到风功率爬坡场景的定性预报结果,最终形成基于强对流天气判别的风功率爬坡预测方法。 展开更多
关键词 风功率预测 强对流天气 爬坡定义 数值天气预报 费希尔判别法 参数模板法 启发式分割算法
下载PDF
3种全球环流预报场近地层风速突变预报能力评估 被引量:5
2
作者 周荣卫 何晓凤 孙逸涵 《资源科学》 CSSCI CSCD 北大核心 2013年第10期2121-2129,共9页
本文采用Bernaola—Galvan启发式分剖算法对3种全球环流预报场预报风速序列以及气象站和测风塔的实测风速序列分别进行风速突变事件的挑选,并综合挑选结果对3种全球环流预报场对我国风速突变事件的预报能力进行检验和评估。结果显示:E... 本文采用Bernaola—Galvan启发式分剖算法对3种全球环流预报场预报风速序列以及气象站和测风塔的实测风速序列分别进行风速突变事件的挑选,并综合挑选结果对3种全球环流预报场对我国风速突变事件的预报能力进行检验和评估。结果显示:ECMWF全球环流预报场风速突变事件的预报效果最优,其次是GFS,然后为T639,但是在青藏高原和甘肃北部地区,GFS要优于ECMWF,在我国沿海尤其是南部沿海地区,T639为最佳;ECMWF在新疆北部、甘肃北部、内蒙古中西部、河北和山西风速突变预报准确率较高,约为30%以上,其次为东北、山东、河南和江苏,约为10%~30%,其余地区预报准确率基本上在20%以下,尤其在西藏和四川大部分地区预报准确率为0.T639预报场在沿海地区的预报准确率基本在30%左右;ECMWF预报场在我国大部分地区预报相位偏差在3h以内,幅度偏差基本上在3m/s之内,仅在新疆北部、甘肃北部、青海北部、内蒙古及辽宁地区相位偏差为3-6h之间,幅度偏差大于3m/s,在新疆北部和内蒙古东部幅度偏差达到6m/s。 展开更多
关键词 全球环流预报场 Bernaola—Galvan启发式分割算法 风速突变 预报效果
原文传递
Study of the temporal and spatial patterns of drought in the Yellow River basin based on SPEI 被引量:21
3
作者 Fei WANG Zongmin WANG +1 位作者 Haibo YANG Yong ZHAO 《Science China Earth Sciences》 SCIE EI CAS CSCD 2018年第8期1098-1111,共14页
Drought is one of the severe natural disasters to impact human society and occurs widely and frequently in China,causing considerable damage to the living environment of humans.The Yellow River basin(YRB)of China show... Drought is one of the severe natural disasters to impact human society and occurs widely and frequently in China,causing considerable damage to the living environment of humans.The Yellow River basin(YRB)of China shows great vulnerability to drought in the major basins;thus,drought monitoring in the YRB is particularly important.Based on monthly data of 124 meteorological stations from 1961 to 2015,the Standardized Precipitation Evapotranspiration Index(SPEI)was used to explore the temporal and spatial patterns of drought in the YRB.The periods and trends of drought were identified by Extreme-point Symmetric Mode Decomposition(ESMD),and the research stages were determined by Bernaola-Galvan Segmentation Algorithm(BGSA).The annual and seasonal variation,frequency and intensity of drought were studied in the YRB.The results indicated that(1)for the past 55 years,the drought in the YRB has increased significantly with a tendency rate of-0.148(10 a)^(-1),in which the area Lanzhou to Hekou was the most vulnerable affected(-0.214(10 a)^(-1));(2)the drought periods(2.9,5,10.2 and 18.3 years)and stages(1961–1996,1997–2002 and 2003–2015)were characterized and detected by ESMD and BGSA;(3)the sequence of drought frequency was summer,spring,autumn and winter with mean values of 71.0%,47.2%,10.2%and 6.9%,respectively;and(4)the sequence of drought intensity was summer,spring,winter and autumn with mean values of 0.93,0.40,0.05 and 0.04,respectively. 展开更多
关键词 Yellow River basin(YRB) Drought Standardized Precipitation Evapotranspiration Index(SPEI) Extreme-point Symmetric Mode Decomposition(ESMD) bernaola-galvan Segmentation Algorithm(BGSA)
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部