天气因素

摘要： 天气变化引起土壤含水率变化和变形等,导致气温变化与市政给水管道的破损事件存在相关性.为此,基于北方某城市给水管网破损事件数据和气温记录,分析不同的天气因素量化指标与管道破损事件的相关性.采用误差反向传播神经网络(BPNN)和基因表达式编程(GEP)方法,建立考虑天气因素的给水管道漏损预测模型.根据案例城市过去11年的市政给水管网破损记录数据库、管道地理信息数据库和同期气温记录,分析6个天气因素指标(平均温度、冰冻指标、最大上升值、最大下降值、最大上升率、最大下降率)的内在相关性及其与管道破损事件的相关性;采用BPNN和GEP建立管道破损数(因变量)与4个自变量(代表性天气因素指标、管径、管龄、管长)的隐式和显式函数关系.应用隐式和显式两种模型预测案例城市给水管网未来1年的破损数,未考虑天气因素的模型预测决定系数分别为0.65和0.60,考虑天气因素模型预测结果的决定系数分别为0.78和0.88,预测精度提升率分别为13％和28％.建立考虑天气因素的给水管道漏损预测模型是合理有效的.

摘要： 果树生产在日常栽培管理过程中,除了受常规的果树品种、土肥水管理、整形修剪、病虫害防治等因素影响外,天气因素带来的影响往往是不容忽视的。比如冰雹,很多人误以为冰雹只发生在夏季,实际上在春季也会下冰雹,而硕大的冰雹颗粒砸下来,对于果园生产的影响往往是灾难性的。冰雹和雨雪的形成一样,但只有发展特别旺盛的积雨云才可能形成冰雹。

摘要： 针对如何高效地分析驾驶行为的问题,考虑天气因素的影响,将晴天、阴天/多云、小雨、大雨四种天气下的客运驾驶员驾驶数据进行对比,分析了不同天气状况下客运驾驶员行车速度、加速度、平均车速、速度标准差等数据,另外提出一种基于蚁群算法改进k-means的聚类算法,优化了聚类中心的选取,用改进后的ACO+k-means算法将不同天气下的速度和加速度值进行聚类,减少了聚类时间,增加了实际数据分析的可靠性,将聚类后的驾驶行为分为一般激进、平稳、偏激进型三种。

摘要： 针对光伏发电系统定期维修费用较高且不能充分利用系统实时状态而动态调整维修策略的问题,在考虑设备运行状态和天气因素影响的基础上,提出了一种基于关联集和可用度的光伏发电系统动态组合维护策略。首先,从设备功能相关性出发建立关联集,以关联集为单位进行维修决策,并通过改进的马尔可夫模型预测设备和关联集状态,计算其可用度。然后,在设备维修决策阶段,以维修成本最低和可用度最高为目标,通过引入方式因子结合设备状态类型确定维修时间及方式。在关联集维修策略优化阶段,依据设备之间经济结构相关性建立共同维修决策集,从而确定系统最佳维修策略。最后,以某光伏电站为例验证了所提方法的正确性和有效性。结果表明,该方法能有效节省系统维修总费用,提高系统可用度。

摘要： 气象条件是冬奥会能否成功举办的重要条件之一。首先,2月平均气温低于0°C就是国际奥委会选择主办城市的重要“门槛”之一。从历届冬奥会来看,无论是室内还是室外比赛项目,对天气条件的要求都极为严苛。实际上,冬奥会也不乏因不利天气而出现的“小插曲”,有的因此改写了“成绩单”,有的则迫使赛事延迟或取消。

摘要： 为了解决V2G充放电系统参与电网互动,但缺乏有序管理的问题,提出一种计及天气因素影响的有序充放电控制策略。所提策略以天气数据的欧式距离为依据,改进了BP神经网络的训练样本选择方法,训练后的网络模型,能可靠预测充放电机的有功或无功功率调节值。MATLAB的仿真结果表明,控制策略在充电或放电模式下,都能及时进行有功或无功支撑。最后,基于该控制策略的60 kW充放电机,在虚拟电厂中的示范应用数据证明,充放电机能够结合当前电网状态,达到功率调度的预期目标,可有效避免电动汽车充放电能量的无序流动,增强电网应对指标异常的能力。

摘要： 10月13日,我国在太原卫星发射中心成功发射环境减灾二号SAR卫星,该星是《国家民用空间基础设施中长期发展规划(2015-2025年)》中的业务卫星,其成功发射标志着我国生态环境遥感监测首次具备全天候、全天时的业务化监测能力,弥补了光学遥感卫星易受云、雨等天气因素影响的不足。

摘要： 目前,因为我国多数地区在冬季阶段的温度普遍偏低,尤其在冬季比较冷的地区,温度一般情况下都会在零下十几度或者三十度以下。这种情况会对桥梁建筑施工带来困难,并可能引发一些问题。所以在冬季进行道路桥梁施工时,必须克服因为天气因素可能对工程建设造成的影响,避免因为在低温环境下造成施工材料冻结,发生温度裂缝等问题,延误了施工进度,拉低了工程的整体质量。本文试图通过对在低温环境下施工所要面临的各种问题的分析,提出相应的解决对策,为优化道路桥梁建设技术,提高冬季混凝土浇筑水平提供一些理论思考。

摘要： 煤炭洒水降尘对煤炭清洁利用和实现绿色能源港口意义重大,而港口堆场风速、湿度和温度等是影响煤垛含水分含量变化的主要因素。本文基于影响煤炭含水率变化的温湿度和风力等主要天气因素,研究了一种基于深度学习的含水率预测方法,该方法通过建立LSTM循环神经网络煤炭含水率预测模型,通过收集和处理黄骅港的气象数据,通过对采集到的港口天气数据和不同煤种煤堆的表层含水率数据融合处理,使用LSTM模型对训练数据集进行训练之后用来测试测试数据集。研究结果表明,通过使用这种数据驱动的方法,可以制定出节省人力和水资源的智能洒水计划,既能节约港口用水、减少污水量,又能提高煤炭清洁利用效率,对绿色生态港口建设具有重要意义。

摘要： 现代苹果生产的终极目标是向商品化方向演变,苹果大小、着色程度花芽饱满程度直接关系到苹果的品质,基于此,为提升苹果生产品质,相关技术栽培人员要不断提高栽培种植技术,强化特殊天气下对苹果瓜果的管理水平,本文就影响苹果开花坐果的因素进行分析,并探究花果管理的应对措施,以期提高苹果产量、提升苹果品质。

摘要： 分析天气对轨道交通客流分布的影响,并提出基于天气因素的条件随机场客流预测模型.首先分析天气因素和轨道交通客流分布的关联关系,作为建立模型的基础.其次,介绍基于天气因素的条件随机场客流预测模型,并给出模型的学习过程和推断过程.最后,利用客流预测模型对乘客出行目的地进行预测,并通过预测方法模拟路网实时客流分布的统计过程.实验结果表明,该算法相比于多种其他客流预测算法在预测精度上有一定的提高.

摘要： 目前,国内外船撞桥风险概率的计算模型中,主要参数的选取方法单一,影响因子的判定缺乏可靠依据,难以合理判定不同航道条件下船撞桥风险概率.本文通过对目前应用较为广泛的AASHTO概率模型进行系统评析,提出建桥影响、航道条件等才是导致船撞事故的主要因素,建议修正该概率模型中相关参数所占的比例,以满足合理评估船撞桥风险的需要.通过对众多桥梁通航条件以及船撞风险的分析认为，发生船撞的主要原因是通航河流有了桥。因为如果船舶航道上没有桥，就不可能发生船撞桥的事故。通航河流上建设的桥梁，如果桥位选择在航道条件较差的河段，或者是通航条件随季节和水位变化较频繁的河段，以及船舶主航道附近设置有桥墩等情况，船舶在航行过程中不仅需要克服复杂水流条件始终保持正常航线，还需快速操纵船舶及时躲避桥墩。在上述航道中行船，船舶操作难度大，稍有不慎就会船舶失控、偏航发生海损或撞桥事故。在AASHTO概率模型中，虽然采用数学分析方法详细地导出了各影响参数，但是与发生船撞较为关键的建桥因素及航道条件影响因素，却未得到足够重视。通航河流上碍航桥梁的出现是发生船撞桥的主要原因之一。建桥导致的船舶通航条件的恶化，就是人们常说的"建桥影响"，它主要包括由桥梁选址、桥孔通航净空尺度选择和桥墩墩位的布设等桥梁设计过程中考虑不周给船舶航行带来的影响。此外，突发洪水、天气因素、驾驶员等因素也是风险因素。

摘要： 探讨天气相关因素与郑开国际马拉松赛成绩之间的关系,为今后的郑开国际马拉松赛成绩提供一定的预测理论基础,对天气与马拉松成绩的关系研究提供一定的帮助.

摘要： 五运即五行,“运”和“行”都是运动变化的意思.五行或五运首先是一年中不同时段的五类气息表达,后来衍生为对自然界五种运动变化状态和性质的概括.“六气”说的形成源于阴阳开、阖、枢运动产生的三阴三阳,代表了阴阳气化运动的六个时空方位.古人在长期的实践中发现五运和六气不仅反映一年的阴阳变化规律,也反映在更长和更短的时间周期内.宇宙存在着节律性周期变化,各种自然变化的周期性节律主要表现为五运周期和六气周期.

摘要： 五运即五行,“运”和“行”都是运动变化的意思.五行或五运首先是一年中不同时段的五类气息表达,后来衍生为对自然界五种运动变化状态和性质的概括.“六气”说的形成源于阴阳开、阖、枢运动产生的三阴三阳,代表了阴阳气化运动的六个时空方位.古人在长期的实践中发现五运和六气不仅反映一年的阴阳变化规律,也反映在更长和更短的时间周期内.宇宙存在着节律性周期变化,各种自然变化的周期性节律主要表现为五运周期和六气周期.

摘要： 五运即五行,“运”和“行”都是运动变化的意思.五行或五运首先是一年中不同时段的五类气息表达,后来衍生为对自然界五种运动变化状态和性质的概括.“六气”说的形成源于阴阳开、阖、枢运动产生的三阴三阳,代表了阴阳气化运动的六个时空方位.古人在长期的实践中发现五运和六气不仅反映一年的阴阳变化规律,也反映在更长和更短的时间周期内.宇宙存在着节律性周期变化,各种自然变化的周期性节律主要表现为五运周期和六气周期.

摘要： 农业是受天气变化影响最为显著的行业之一,不利天气影响下农产品生产商的损失感知情绪如何影响农业生产决策,是强化了还是弱化了最优农资投入决策,便成了应对不利天气风险需要解决的一个关键问题.对此,基于期望效用理论构建了损失中性生产商的基准决策模型;基于前景理论构建了损失厌恶生产商的拓展决策模型.决策模型的分析结果表明,不利天气影响下两类不同损失感知生产商在生产决策上存在明显的差异,损失厌恶程度较高的生产商往往更不愿意提高农资投入水平.研究结果意味着生产商在依靠农业补贴政策之外,还可通过弱化自身的损失厌恶情绪来改善农资投入决策偏差.

摘要： 农业是受天气变化影响最为显著的行业之一,不利天气影响下农产品生产商的损失感知情绪如何影响农业生产决策,是强化了还是弱化了最优农资投入决策,便成了应对不利天气风险需要解决的一个关键问题.对此,基于期望效用理论构建了损失中性生产商的基准决策模型;基于前景理论构建了损失厌恶生产商的拓展决策模型.决策模型的分析结果表明,不利天气影响下两类不同损失感知生产商在生产决策上存在明显的差异,损失厌恶程度较高的生产商往往更不愿意提高农资投入水平.研究结果意味着生产商在依靠农业补贴政策之外,还可通过弱化自身的损失厌恶情绪来改善农资投入决策偏差.

摘要： 农业是受天气变化影响最为显著的行业之一,不利天气影响下农产品生产商的损失感知情绪如何影响农业生产决策,是强化了还是弱化了最优农资投入决策,便成了应对不利天气风险需要解决的一个关键问题.对此,基于期望效用理论构建了损失中性生产商的基准决策模型;基于前景理论构建了损失厌恶生产商的拓展决策模型.决策模型的分析结果表明,不利天气影响下两类不同损失感知生产商在生产决策上存在明显的差异,损失厌恶程度较高的生产商往往更不愿意提高农资投入水平.研究结果意味着生产商在依靠农业补贴政策之外,还可通过弱化自身的损失厌恶情绪来改善农资投入决策偏差.

摘要： 农业是受天气变化影响最为显著的行业之一,不利天气影响下农产品生产商的损失感知情绪如何影响农业生产决策,是强化了还是弱化了最优农资投入决策,便成了应对不利天气风险需要解决的一个关键问题.对此,基于期望效用理论构建了损失中性生产商的基准决策模型;基于前景理论构建了损失厌恶生产商的拓展决策模型.决策模型的分析结果表明,不利天气影响下两类不同损失感知生产商在生产决策上存在明显的差异,损失厌恶程度较高的生产商往往更不愿意提高农资投入水平.研究结果意味着生产商在依靠农业补贴政策之外,还可通过弱化自身的损失厌恶情绪来改善农资投入决策偏差.

摘要： 本发明公开了一种考虑天气影响因素的GRNN光伏发电预测方法。该方法包括以下步骤：(1)采用温度和湿度的一次、二次及指数天气模型对GRNN网络输入神经元进行加权修正；(2)对每种天气类型所对应的数据根据灰色关联度的大小来选取单日或多日训练模型下的训练样本；(3)针对点预测和小时预测确定GRNN输入输出的神经元；(4)依次采取三种天气模型建模并进行模型训练，获得每种组合下的相对最小误差下的最优修正GRNN模型；(5)用上述训练好的最优修正GRNN模型来对测试样本进行预测，对同一种天气类型下的单日或多日训练模型，选择最小相对误差对应的天气模型及参数下的最优GRNN模型。本发明有助于实现光伏微电网的精准预测及经济发电。

摘要： 本申请提供了一种数值天气预报中气象因素的预测方法及设备，能够构建待预测气象因素对应的图像分辨率提升模型，并将低分辨率的多通道图像输入图像分辨率提升模型获得高分辨率的多通道图像，最后将高分辨率的多通道图像中与待预测气象因素对应的通道数据确定为待预测气象因素对应的高分辨率数据，实现了通过图像分辨率提升网络对计算动力学框架的拟合，将数值天气预报中复杂的运算简化为深度学习网络的训练，从而减少了数值天气预报的计算时间，提高了单个气象因素的预测效率，还考虑到相关气象因素对待预测气象因素在预测过程中的影响，提高了单个气象因素的预测准确性。

摘要： 本发明公开了一种考虑天气影响因素的GRNN光伏发电预测方法。该方法包括以下步骤：(1)采用温度和湿度的一次、二次及指数天气模型对GRNN网络输入神经元进行加权修正；(2)对每种天气类型所对应的数据根据灰色关联度的大小来选取单日或多日训练模型下的训练样本；(3)针对点预测和小时预测确定GRNN输入输出的神经元；(4)依次采取三种天气模型建模并进行模型训练，获得每种组合下的相对最小误差下的最优修正GRNN模型；(5)用上述训练好的最优修正GRNN模型来对测试样本进行预测，对同一种天气类型下的单日或多日训练模型，选择最小相对误差对应的天气模型及参数下的最优GRNN模型。本发明有助于实现光伏微电网的精准预测及经济发电。

摘要： 一种考虑节假日等日期属性和天气信息的铁路城际客流短期预测方法，其特征在于，综合运用改进粒子群算法和长短期记忆神经网络模型，包括如下技术步骤：首先，对铁路城际客流以及影响因素的历史数据进行预处理，将其转化为有监督学习的数据集；其次，用处理后的数据对长短期记忆神经网络模型进行训练，并应用一种改进的粒子群算法对超参数进行优化；最后将历史数据以及预测期的影响因素数据输入训练好的模型，对铁路城际客流量进行预测。

摘要： 本发明公开了一种输电线路关联天气因素数据网格化处理方法、装置及系统，能够被应用于调度自动化系统中极端天气灾害对电网安全运行的评估分析。本发明主要对给定电网区域进行地理位置网格化处理，建立地理网格模型，再基于所述地理网格模型及输电线路的杆塔位置，确定输电线路所经过的格点；在此基础上基于地理网格模型及气象测点的地理位置、气象测点的气象要素测量值及区域天气预报数据确定地理网格模型中所有格点的气象要素数值；依据气象要素对输电线路影响的原则，选取对输电线路运行影响最大的气象要素数据作为输电线路的关联气象要素数据。本发明中的输电线路关联气象要素数据网格化处理方法，通过将气象要素数据关联到格点，提高了输电线路关联气象要素数据的获取效率。

摘要： 本发明提供一种基于天气因素的分布式新能源智能配电方法，包括以下步骤，获取预报天气数据，将所述预报天气数据导入分布式电站发电模型，得到分布式电站的发电预测数据；获取并网侧电网的历史配电数据，将所述历史配电数据导入电网配电需求模型，得到配电预测数据；智能匹配，将所述发电预测数据与所述配电预测数据进行匹配，得到分布式电站的并网发电的预配电额度；配电上网，分布式电站根据所述预配电额度进行并网发电。本发明采用人工智能模型，有效预测可再生新能源分布式电站发电量，并以此来分配并网配电的额度；本发明构思巧妙，解决分布式新能源电站的配电问题，符合新能源发展的需求。

摘要： 本发明涉及一种考虑天气因素的建筑用电负荷基线生成方法与系统，包括：获取待分析日前的N个同类型日的历史负荷数据和历史气温数据；获取待分析日的预测气温信息，以待分析日的预测气温信息为聚类中心，对N个同类型日的历史负荷数据和历史气温数据进行聚类获得M个同类型日；根据M个同类型日的历史负荷数据获得不考虑天气因素的建筑用电负荷基线；在日内需求响应时段前，获取待分析日的实际气温信息，根据实际气温信息、M个同类型日的历史气温数据对不考虑天气因素的建筑用电负荷基线进行动态调整生成考虑天气因素的建筑用电负荷基线。本发明有助于解决电网需求响应量的认定难题，保证电网可靠运行。

摘要： 本发明提供一种计及天气因素的配电网故障等级预测方法及系统，包括：获取设定时段的气象数据；将所述设定时段的气象数据输入到预先优化好的故障等级预测模型中进行预测，得到设定时段配电网的故障等级；其中，所述优化好的故障等级预测模型是基于多支持向量机，采用预先获取的历史气象数据及对应的配电网的历史故障等级进行优化训练得到的。本发明基于多支持向量机模型，提高了对于配电网故障等级预测的准确度，可以有效对配电网的将要发生的故障进行准确预警。

摘要： 本发明公开了一种基于天气因素的电网风险评估方法，后果值为后果严重程度分值与社会影响因素值的乘积；概率值为设备类型因素值、故障类别因素值、历史数据统计因素值、天气影响因素值、设备缺陷影响因素值、检修管理因素值、检修时间因素值、现场施工影响因素值和控制措施因素值的乘积；计算后果值与概率值的乘积，记为风险值，将风险值与风险等级对应的范围值进行比较，判断风险值对应的风险等级，即完成电网风险评估。该电网风险评估方法不仅适用于沿海地区电网的风险评估，还符合电网精益化管理要求，能够为沿海地区电网提供更准确地风险预测，以提早防范风险，减少不必要的损失。

摘要： 本申请提供了一种基于天气因素的电力负荷的预测方法和预测系统，涉及数据处理领域。该方法包括：获取电路负荷数据，以及与所述电路负荷数据相对应的天气数据，所述电路负荷数据为待预测时间之前的电路负荷数据；将所述电路负荷数据作为输入数据进行监督学习，获取样本；获取经过设置的Bi‑LSTM神经网络超参数，根据所述样本的训练集进行Bi‑LSTM神经网络训练，获取经过训练的Bi‑LSTM模型；将所述样本的测试集添加到所述经过训练的Bi‑LSTM模型，获取作为输出数据的待测试时间的测试结果。本申请可以准确的预测短时间内的电力负荷。