风电场出力预测系统的设计与应用

针对乌兰察布地区存在的风电窝电问题,开发设计了基于数字天气预报(NWP)的风电场出力预测系统。该系统将多元线性回归理论应用于风电场出力预测,根据遥测和天气预报信息,结合风电场出力历史数据,在实时监控风电场出力的同时,实现对风电场出力的短期和超短期预测,并对预测结果进行显示,实现人机交互。根据该系统的预测结果,能够合理安排电网设备及线路检修,优化电网运行方式,在保证电网调度稳定可靠的基础上,提高风电利用率。

T63数值预报产品图形处理系统

用于Ｔ６３数值预报产品输出的图形系统是一个具有资料获取、数据建库、数值内插、等值线求算、平滑屈形显示和人工干预等多种功能的实时业务系统。该系统用户界面友好，操作简便，产品内容丰富涸形分析质量高、速度快、实时性强，是进行天气预报和数值预报分析的有力工具。

模糊神经网络方法在定点定量降水预报中的应用研究

以单站24小时降水量作为预报对象,采用模糊神经网络方法进行了新的数值预报产品释用预报方法研究.首先通过对T 213、ECMW F预报因子场以及高空气象探测资料进行处理,有效浓缩多种物理量因子场的实况及预报信息,并进一步建立了南宁、桂林、河池、百色4站的降水模糊神经网络释用预报模型.运用与实际业务相同的预报方法对2006年6—8月进行逐日的降水量预报试验,并与相同时次的T 213降水预报产品进行对比分析.结果表明,4个单站的定点、定量模糊神经网络降水预报模型,在预报性能上明显优于同期T 213数值预报模式的降水预报结果.