针对传统模型在机组负荷预测中无法充分捕获内部多变量演化模式的问题,提出了一种基于时间序列的趋势和数值信息融合的双重回声状态网络Dual-ESN(dual-echo state network)机组负荷动态预测模型。首先,引入最小二乘法,对相关的多元历史...针对传统模型在机组负荷预测中无法充分捕获内部多变量演化模式的问题,提出了一种基于时间序列的趋势和数值信息融合的双重回声状态网络Dual-ESN(dual-echo state network)机组负荷动态预测模型。首先,引入最小二乘法,对相关的多元历史信息按照局部时间跨度进行趋势拟合。进一步,得到有关过程变化的模式序列,并和原本的数值分别被送入两个独立的储备池,以并行的时间维度进行特征学习。其次,将隐层的高维空间状态送入输出层,融合信息,得到所需要的预测结果。最后,基于山西某工厂660 MW机组装置的真实数据集,进行验证。对比已有预测方法,结果表明所提预测模型在多种性能指标上均有提升。展开更多
为研究S波段双偏振雷达探测强降水超级单体的回波特征,本文利用广州S波段双偏振雷达、风廓线雷达、气象信息综合处理系统(Meteorology Information Comprehensive Analysis Process System,MICAPS)、地面观测站等资料,分析了2020年5月2...为研究S波段双偏振雷达探测强降水超级单体的回波特征,本文利用广州S波段双偏振雷达、风廓线雷达、气象信息综合处理系统(Meteorology Information Comprehensive Analysis Process System,MICAPS)、地面观测站等资料,分析了2020年5月22日广州一次局地特大暴雨过程的发生发展及雷达回波特征。结果表明:列车效应和后向传播影响共同造成了广州此次局地强降水过程;强降水超级单体成熟阶段,雷达回波低层仰角会出现K_(DP)印,ρHV图上有非均匀波束填充(Non-Uniform Beam Filling,NUBF)特征,高层仰角会出现Z_(DR)环(高值区)、ρHV环(低值区)等特征,垂直方向上表现为形态相似、空间分布分离的Z_(DR)柱和K_(DP)柱;Z_(DR)最大值略早于Z_(H)最大值,一般出现在Z_(H)骤增时段,雨强开始增大或最大雨强之前,对强降水的发展有指示意义,K_(DP)最大值一般出现在Z_(H)大值时段,并与最强降水时段对应,结合Z_(DR)和K_(DP)可以更好地判断降雨强度的变化。展开更多
文摘针对传统模型在机组负荷预测中无法充分捕获内部多变量演化模式的问题,提出了一种基于时间序列的趋势和数值信息融合的双重回声状态网络Dual-ESN(dual-echo state network)机组负荷动态预测模型。首先,引入最小二乘法,对相关的多元历史信息按照局部时间跨度进行趋势拟合。进一步,得到有关过程变化的模式序列,并和原本的数值分别被送入两个独立的储备池,以并行的时间维度进行特征学习。其次,将隐层的高维空间状态送入输出层,融合信息,得到所需要的预测结果。最后,基于山西某工厂660 MW机组装置的真实数据集,进行验证。对比已有预测方法,结果表明所提预测模型在多种性能指标上均有提升。
文摘为研究S波段双偏振雷达探测强降水超级单体的回波特征,本文利用广州S波段双偏振雷达、风廓线雷达、气象信息综合处理系统(Meteorology Information Comprehensive Analysis Process System,MICAPS)、地面观测站等资料,分析了2020年5月22日广州一次局地特大暴雨过程的发生发展及雷达回波特征。结果表明:列车效应和后向传播影响共同造成了广州此次局地强降水过程;强降水超级单体成熟阶段,雷达回波低层仰角会出现K_(DP)印,ρHV图上有非均匀波束填充(Non-Uniform Beam Filling,NUBF)特征,高层仰角会出现Z_(DR)环(高值区)、ρHV环(低值区)等特征,垂直方向上表现为形态相似、空间分布分离的Z_(DR)柱和K_(DP)柱;Z_(DR)最大值略早于Z_(H)最大值,一般出现在Z_(H)骤增时段,雨强开始增大或最大雨强之前,对强降水的发展有指示意义,K_(DP)最大值一般出现在Z_(H)大值时段,并与最强降水时段对应,结合Z_(DR)和K_(DP)可以更好地判断降雨强度的变化。