IVSA模型在双来源自动站小时降水数据实时拼接中的应用

利用2012年5月1日至7月31日全国自动气象站两种来源实时上传资料中的"非缺测不一致"小时降水数据,详查了问题的产生原因,为在实时拼接过程中高效判断数据正确性,提出较小尺度时间序列求证比对模型(IVSA):当同一时间同一台站的两种来源小时降水值发生不一致时,首先在较小时间尺度(分钟级)序列上使用内部一致性检查方法分别求证小时降水的正确性;当各自在较小时间尺度序列均无法证伪时,将单元出错概率引入两分钟降水序列的比对过程,并据此竞优遴选得出较为可靠的小时降水数据。指出:(1)产生非缺测不一致问题的原因主要有生成报文时观测数据不全、报文处理环节不一致、台站信息不正确三类。(2)使用2012年5月1360组实例形成IVSA模型参数后,模型在2012年6—7月的4017组非缺测不一致数据中取得了99.65%的判断准确率。通过IVSA模型,非缺测不一致的小时降水数据取舍问题可在分钟降水序列比对中找出答案。

基于多源监控数据的配电网故障定位技术研究

针对传统故障定位方法效率低、应用面窄的问题,文章研究了基于多个来源的监控数据融合的配电网故障定位方法,实现全线、分支线路、配变以及低压用户等各类故障的准确定位。