The Impact of Meteorological Factors on the Short-term Cumulative Effect of Air Particulate in Tianjin

In order to reveal the rapid increase mechanism of particulate concentration in short time,a notion of short-term cumulative effect of air particulate is defined as the significant increase of pollutant concentration in a short time under the condition of breeze,stable weather and constant emission caused by human being's activities. Subsequently,an index of short-term cumulative effect is established with air diffusive equation,and then the macro-scale meteorological situation and micro-scale factors of forming the short-term cumulative effect are discussed with the observation data. The macro-scale meteorological variables contain upper-level weather situations and surface weather situations. The micro-scale factors mainly include the boundary-layer height and boundary-layer stability. The analyses show that boundary-layer factors and weather variables have a significant influence on the short-term cumulative effect. The notion of short-term cumulative effect will play an important role in interpreting the severe pollution weather.

气象因子与播期调控水稻籽粒灌浆关系的研究

为研究东北地区适宜的水稻播种日期,以通禾822水稻品种为供试材料,设置6个播期处理:4月10日(S1)、4月20日(S2)、4月30日(S3)、5月10日(S4)、5月20日(S5)、5月30日(S6),探讨了气象因子与齐穗后的水稻产量构成因子、籽粒灌浆特性之间的关系。结果表明:(1)播期从4月10日推迟到5月30日,水稻生育进程加快,生育时期缩短,千粒重显著降低;产量下降主要是由结实率和千粒重引起的,而结实率和千粒重的降低主要与活跃灌浆期、最大灌浆速率和平均灌浆速率有关,而活跃灌浆期、灌浆速率受齐穗后有效积温、日最高温度和降雨量的影响显著。(2)在播期内,水稻的结实率、千粒重、最大灌浆速率随着有效积温的增加和日最高温度的升高而呈增加的趋势。(3)播期的延迟导致水稻在灌浆期遭遇大量降雨,从而造成水稻灌浆速率下降、产量减少;影响籽粒灌浆和千粒重的主要气象因子是积温。在当地气候条件下,4月20日播种处理的水稻灌浆性能较好,有利于获得较高的产量和提高有效积温的生产效率。

电力短期负荷预测相似日选取算法

短期负荷预测是电力系统安全经济运行的基础,相似日选取的准确与否直接影响到短期负荷预测算法的精度。针对短期负荷预测的特点,提出一种能便于考虑各种因素影响的新算法。分析了气象、日类型等因素对负荷影响的常见规律,便于识别主导负荷变化的因素,建立了在短期负荷预测中选取相似日的新方法。理论和实例均表明,该方法适应性较强,能够通过历史数据分析从历史日中选取最合适的相似日,对提高短期负荷预测的精度具有较大价值。

气象环境对电网负荷的影响因素分析

针对地区电网负荷易受多种气象因素影响,负荷预测中存在诸多不确定性问题,研究了气象因素对电网负荷的影响,最大程度减少由气象因素造成的负荷预测偏差。应用灰色关联度分析方法,基于大量历史数据,剖析气温、湿度、风速等气象因素与负荷特性变化的关联度,得到对负荷变化产生主要影响的气象因素。在此基础上,为了量化分析主要气象因素对负荷影响的程度,采用支持向量回归的方法得出日特征气象因素、实时气象因素对负荷变化的的灵敏度模型。同时,考虑到气温的累积效应对负荷特性变化的重要影响,研究气温累积效应对负荷的影响规律,得到气温累积效应修正公式,并用实例证明对历史数据经累积效应修正公式进行修正后,修正数据能够切实提高负荷预测的准确性。

气象因素对京津唐电网夏季负荷特性影响分析

京津唐电网作为一个独立的电网控制区,用电负荷呈现日趋明显的城市负荷特性。在梳理大量京津唐电网负荷数据的基础上,总结了京津唐电网不同天气条件下的夏季负荷特性,探讨了气象因素与电网负荷特性之间的关系,辨识出京津唐电网夏季负荷主导因素,采用多项式曲线回归方法分析了温度、湿度对京津唐电网负荷的灵敏度关系,给出了京津唐电网夏季考虑热累积效应后的修正最高温度公式,并对提高负荷预测准确度的应用效果进行初步分析。

计及气象因素时间累积效应的输电线路覆冰预测

现有基于机理的覆冰预测模型考虑因素众多,结构复杂,但仍存在预测误差。基于统计回归的覆冰预测模型则较少考虑时间累积效应,与实际情况亦有出入。因此提出了计及气象因素时间累积效应的输电线路覆冰预测模型。建立了气象因素下的覆冰厚度增长简易模型,分析了覆冰厚度随时间增长的关系。并进一步考虑不同气象因素对覆冰增长的影响,构建不同气象因素覆冰厚度增长程度指标。利用历史气象数据计算该指标并与覆冰厚度监测值组成训练集,采取 SVM 回归方法实现对覆冰情况的预测。通过算例对现有各方法与所提方法进行了对比,验证了该预测模型在精度等方面的优势。

基于气象映射函数的夏季日用电量组合预测方法

历史数据表明,夏季日用电量受众多气象因素影响,具有较大的波动性。准确的夏季日用电量预测是保证电力系统可靠、经济运行的基础。为了提高夏季日用电量预测精度,本文提出了一种基于气象因素的夏季日用电量组合预测方法。首先,考虑到气象因素对日用电量的耦合效应和累积效应,本文分析了各气象指标与日用电量之间的关系,并建立了日用电量单一预测模型。其次,为了评估各气象指标对日用电量的影响程度,本文设计气象映射函数,结合自适应训练和虚拟预测方法,采用遗传算法优化求解气象映射函数的参数,进而得到各单一预测模型的权重。最后,结合单一预测模型及其权重,建立了夏季日用电量组合预测模型。以重庆市2018年夏季日用电量为例进行算例分析,结果表明,所提日用电量组合预测方法能有效提升日用电量预测精度,验证了本文方法的正确性和有效性。

天津市脑卒中高住院风险的气象原因探析

气象条件的剧烈变化可增加脑卒中危险人群的患病几率。本研究收集天津市2016—2020年脑卒中日住院数据以及气象数据,采用脑卒中日住院人数累积概率分布进行住院风险等级划分,通过相关分析确定高影响气象因子,并利用分布滞后非线性模型与半参数广义相加模型开展高影响气象因子不同时间尺度变化、滞后以及累积效应对脑卒中住院风险的影响研究。结果表明:天津市脑卒中年住院人数约为22.5万,最高月住院人数可达2.1万,日均住院人数为623。男、女住院人数比为8:5,50岁以上人群为易患脑卒中疾病的高危人群。深秋(10—11月)、初冬(12月)和春季(3—5月)为天津市脑卒中住院高风险期。6℃以上的月变温和24 h负变温相叠加可加大脑卒中住院风险,且月变温为负变温时,脑卒中住院风险最高。30℃以上高温和-5℃以下低温均可引起脑卒中住院高风险,低温带来的脑卒中住院风险高于高温,低温效应在滞后2—3 d达到最强。24 h负变温的住院风险高于正变温,且变温幅度越大住院风险越高,7℃以上24 h负变温在滞后3—5 d的住院风险最高。天津市脑卒中高住院风险的气象原因主要是月尺度和日尺度温度剧烈变化的叠加,其次为极端温度及其24 h剧烈变化的影响。

考虑多气象因子累积影响的光伏发电功率预测

针对当前主流的光伏发电功率预测方法中,深度学习算法训练耗时长、传统机器学习算法精度有待提升的问题,提出考虑多气象因子累积影响的光伏发电功率预测方法。首先,采用相关系数法筛选关联气象因子,并使用余弦距离的K-means++算法将训练集高效划分为K个类簇;在第1路预测中,使用关联气象因子构造二维气象矩阵,然后输入到柯西变异优化的特征金字塔网络(feature pyramid networks,FPN)模型,挖掘相关气象因子对光伏发电功率的累积影响;在第2路预测中,使用轻量梯度提升机(light gradient boosting machine,LightGBM)算法实现光伏发电功率的即时预测;借鉴集成学习的思想,将上述2组预测结果加权求和,得到最终的光伏发电功率预测结果。在关联因子筛选、聚类效果对比实验部分,取0.3为相关系数阈值,验证聚类个数取4为最优;在光伏出力预测算法对比实验部分,分别基于平均相对误差、均方根误差,计算所提算法的预测精度为88.12%、82.03%,均高于其他各项参照算法,从而证明了所提算法的可行性。