公共文化服务平台

搜索到2005篇“ 气象特征“的相关文章

一种用于功率预测的气象特征提取方法、装置、终端设备和存储介质: 本发明公开了一种用于功率预测的气象特征提取方法、装置、终端设备和存储介质，基于协方差矩阵中各个气象特征的方差值，筛选出若干个与光伏出力的直接相关性上表现较好的第二气象特征；基于每个气象特征与光伏出力序列之间的互信息值以及...; 林英明刘洋陆秋瑜华威曾凯悦林旭

基于气象特征筛选与迁移学习的风光发电功率预测方法: 本发明公开了一种基于气象特征筛选与迁移学习的风光发电功率预测方法，属于新能源功率预测领域。本发明首先建立用于筛选敏感气象特征因子的组合信任度指标，并获得敏感气象特征因子；再构建源域预测模型，并利用敏感气象特征因子对源域预...; 杨家强高源呼斯乐毕跃郭裕王渊刘向龙宋凯洋蔡文斌侯博于源南家楠李晔陈超赵禹灿

福建龙栖山云海景观气象特征分析: 2024年; 云海景观是龙栖山国家自然保护区的代表性景观资源之一。该文利用2022—2023年视频观测资料、再分析资料和数值模拟方法,对龙栖山典型的低云、多层云和辐射雾类型云海进行天气学分析。结果显示,当龙栖山云海发生于高压系统边缘暖湿气流输送下低层风速小区域,通常存在中低层出现显著下沉运动,其中,出现较多的低云类云海发生前一日,龙栖山南侧出现5~10 mm/h的降水;云海发生当日,1.5~2.5 km高度的水汽大值区与下沉运动对应;多层云类云海发生时湿层深厚,高层风速相对较大,对流运动较强;辐射雾类云海常发生于台风外围下沉气流、西南气流和切变系统中,并且发生前一日发生弱降水,低层湿度相对较小。结合模拟结果发现,前日降水、凌晨下沉运动、3.5 km以下低层弱风、水汽含量大于0.02 g/kg是发生云海的重要指标。; 余洋陈林; 关键词：气象特征

一种基于多源数据融合的区域气象特征分析系统及方法: 本发明公开了一种基于多源数据融合的区域气象特征分析系统及方法，涉及气象监测与分析技术领域，该方法包括：数据集合采集模块采集场站的历史气象分析数据集合；趋势分析模块对数据集合分析，生成气象特征趋势因子集合；监测数据集合获取...; 徐海翔丁然耿艳姚一鸣张星刘冉杰周玲范维海张丽娇范登博宋庆昌井浩然周全朱乔波牛雪飞王睿卓

考虑季节及气象特征的风光抽蓄系统容量优化配置方法、介质及设备: 本发明提出了考虑季节及气象特征的风光抽蓄系统容量优化配置方法、介质及设备，包括：收集不同季节的气象数据和风光历史出力数据，利用条件TGAN生成考虑多元气象组合的不同季节风光发电场景；构建风光抽蓄联合系统容量双层优化模型，...; 魏璐梁允李伊吟李哲王丽杨宣

河北南部PM_(2.5)和O_(3)复合污染的气象特征及天气分型: 2024年; 为了解河北南部大气复合污染特征及其天气类型,利用2016—2022年环境监测、地面气象观测和NCEP再分析资料等,统计分析河北南部发生复合污染事件时的气象要素特征,并对地面气压场进行客观天气分型。结果表明,(1)2016—2022年期间河北南部复合污染占总污染天数4.0%;石家庄复合污染较多,且以O_(3)污染为主;复合污染较重的月份为4、7和9月。(2)复合污染期间,温度与O_(3)强正相关,与PM_(2.5)强负相关,海平面气压和相对湿度与O_(3)呈负相关,与PM_(2.5)呈弱正相关,水汽压、日照和能见度与O_(3)呈正相关,与PM_(2.5)呈弱负相关,风速与O_(3)和PM_(2.5)均为弱的负相关。(3)河北南部复合污染的天气类型主要有C型、W型、A型、U型,其中C型最多且偏O_(3)复合污染,W型、A型偏PM_(2.5)复合污染,U型以O_(3)和PM_(2.5)低浓度复合污染为主。研究显示,气象条件对复合污染影响显著,关注二者关系,对今后大气污染治理有一定指导意义。; 田秀霞陈瑞敏张珺谢祥永白樱樊泽薇; 关键词：复合污染气象特征

一次连续空气污染过程的气象特征分析: 2024年; 【目的】为探索毕节连续空气污染过程中气象条件和地形作用的关系。【方法】应用相关性统计和天气学分析方法开展气象特征分析。【结果】近5 a毕节空气污染程度加剧,2023年12月污染日数持平历史极值,连续污染过程中毕节AQI与日降雨量、高温和风速的相关系数分别为-0.454、0.437和-0.454,呈中度相关;污染过程中毕节均有逆温特征,850 hPa毕节区域南北风势力相当,地面热低压发展,风速弱。受南北地形影响,两侧地形的抬升和阻挡作用使得地面气流流通受阻,更容易在毕节出现静稳天气,导致污染物累积加剧。【结论】通过分析毕节连续空气污染过程的气象因子特征,为提前采取管控措施提升环境空气质量提供气象支撑依据。; 姚浪吴姗帅龙周庶龚雪鹏; 关键词：空气污染气象条件逆温

考虑敏感气象特征和多变量相关性的微电网源、荷功率短期预测方法: 本发明提供了一种考虑敏感气象特征和多变量相关性的微电网源、荷功率短期预测方法，具体包括如下步骤：获取数据集D＝{(P<Sub>DG</Sub>,P<Sub>L</Sub>),H}，其中，H为微电网所在区域某段时间的气象信...; 慈文斌刘军青李云婧孙蓬勃孙宁邵华强刘俊旭孙树敏于芃程艳王楠

路段的路面气象特征的自适应预测方法和装置: 本发明涉及公路网的路段的路面气象特征的自适应预测方法和装置。该方法包括以下步骤：获得测量车辆在其上行驶的路段的道路表面气象特征的测量和定位，基于与该路段相关联的第一预测模型和气象观测历史来预测该路段上的路面气象特征，当预...; J·邦内N·雷纳德C·阿多尼斯

基于气象特征数据智能识别与评估的雷电灾害预测模型设计: 2024年; 针对大部分预测模型未全面考虑雷电的时空特征而导致预测精度较低的问题,文中设计了一种基于气象特征数据智能识别与评估的雷电灾害预测模型。该模型利用数据挖掘方法获取气象特征,并计算其皮尔森相关性系数,从而确定了与雷电相关的气象特征。通过将雷电特征输入由人工鱼群算法训练后的Elman网络进行学习分析,即可得到雷电灾害的预测结果。基于Python平台对所提模型进行实验分析与测试,结果表明,该模型预测结果的平均绝对百分比误差小于0.03,且在不同时间片和空间内均具有良好的预测效果。; 胡旻姚东升; 关键词：气象特征 ELMAN网络人工鱼群算法

相关作者