天气类型

摘要： 利用2013—2018年主汛期闽中沿海地区(福州、莆田、平潭)自动站逐时雨量资料,选取西风带系统较强的短时强降水日,分类型分析这些短时强降水日的主要天气系统特征。结果表明,汛期影响闽中沿海地区短时强降水的西风带天气系统主要有冷式切变型、静止锋切变型、西南气流型。三个类型强降雨的水汽均来自南海和北部湾,前期低层回暖是强降雨发生的重要条件。闽中沿海地区系统性的短时强降水多发于中东部地区;冷式切变型强降水分布相对较广,静止锋切变型强降水主要发生在闽侯中部、永泰东北部、莆田市区东北部和罗源东部,而西南气流型强降水集中于仙游西部和南部。三个类型强降水都集中于午后到上半夜,峰值都在18—19时之间,冷式切变型和静止锋切变型两种有冷空气活动的强降雨类型表现更为明显,这与两类强降雨日上午水汽通量散度为正值、午后转为负值有关;西南气流型8时和14时水汽通量散度均为负值,故此型上午就有一定比例的强降雨发生,午后发生率的增长也比较平缓。

摘要： 近年来,表后分布式光伏迅猛发展,其不可观特性给需求响应集群基线负荷(Aggregated baseline load,ABL)估计带来巨大挑战。为提升高渗透分布式光伏下ABL的估计精度,提出了一种基于辨识解耦的ABL估计方法。首先,提出了一种基于天气状态驱动特征的分布式光伏用户辨识方法,将光伏用户与非光伏用户解耦分离。其次,根据两类用户净负荷的特点,分别建立估计模型:针对光伏用户建立了天气类型分类估计模型,针对非光伏用户建立了温度与负荷的分段线性回归模型。最后,将两类用户的估计值相加,得到最终ABL估计值。仿真结果表明,与直接估计法和其他分类估计方法相比,所提方法在平均绝对百分比误差指标上平均降低42.07%,在标准均方根误差指标上平均降低23.93%。

摘要： 本文提出了一种基于天气类型和季节类型,以布谷鸟算法优化小波神经网络的光伏发电短期预测方法。首先,分析气象因子的特征,并利用皮尔逊相关系数计算气象因子与光伏发电之间的相关性,作为预测神经网络的输入向量;其次,为了避免小波网络的结构不稳定以及由于局部极小值容易陷入预测结果误差太大的问题,提出了利用布谷鸟算法优化小波神经网络(CS-WNN)的预测结构;最后,基于天气类型和季节类型构建了布谷鸟算法优化小波神经网络(CS-WNN)预测模型进行仿真实验,并建立了遗传算法优化BP神经网络(GA-BP)、遗传算法优化小波神经网络(GA-WNN)、WNN神经网络、BP神经网络4个模型与本文结构进行对比。仿真实验结果表明,本文描述的预测方法预测精度较高,预测效果好。

摘要： 由于目前的分布式光伏发电短期功率预测方法的预测结果容易受到不确定因素的影响,存在预测精度较低的问题,影响了电能的利用率,难以满足电网建设与运行要求,因此基于卡尔曼滤波算法针对分布式光伏发电短期功率预测方法展开研究。通过采集与预处理数据,完成数据删除填充和替换;识别分布式光伏发电短期功率特性,分析分布式光伏发电影响因素和历史发电功率数据;基于卡尔曼滤波算法建立分布式光伏发电短期功率预测模型,通过映射计算短期预测功率的最优值,实现分布式光伏发电短期功率预测。通过实验证明,所提方法在24 h内对光伏发电功率的预测误差值在3~6 W,在4种天气类型情况下,预测曲线与实际曲线具有较好的贴合度,与不同的传统方法对比,所提方法预测的拟合度更高,均在95%以上,证明所提方法是有效且可靠的。

摘要： 利用1991—2020年普陀国家一般气象站、2014—2020年普陀区其他8个大雾预警指标站地面观测资料和海洋气象浮标站监测资料,对普陀区域海雾特征进行了初步研究。结果表明:普陀区域近30年(1991—2020年)年平均雾日为45.9 d,较1981—2010年年平均雾日多8.7 d;雾日集中在3—6月;一日之中主要在夜晚至下半夜生成,上午逐渐消散。普陀区域海雾天气类型可归纳为低压倒槽型、两高间均压场型、高压后部型和高压底部型,发生频率:倒槽型>高压后部型>高压底部型>两高间均压场型。当气温大于10°C且小于20.5°C时,气温露点差为0°C~1.4°C,气海温差为l.5°C~3°C,相对湿度达96%~100%,海域盛行东南偏南风,风速在2~4级时,有利普陀区域海雾的发生和发展。

摘要： 太阳辐照度是影响光伏输出功率最直接、最显著的因素,其预测精度关系到电力系统部门的调度以及规划.受到地理纬度、海拔高度、气候复杂性的影响,传统地表辐照度预测模型精度较低.基于辐照度的天文学模型结合天气类型进行辐照度预测,通过建立太阳光照与地球大气层的几何模型,求解地外辐照度计算公式并修正晴天透明度系数,然后依据天气类型与历史辐照度进行聚类分析,计算相应的权重系数,建立基于天气聚类的太阳辐照度预测模型.通过实测数据验证,与传统的晴天模型、递推最小二乘法(recursive least square,RLS)模型、小波变换(wavelet transform,WT)模型、相比,天气聚类模型的适应性更强、准确率更高、误差更小.

摘要： 针对2013~2019年上海地区气温相对偏低(25°C及以下)的一类O_(3)污染事件,从时间分布特征、天气系统类型、气象成因等方面进行了深入分析.结果表明:上海近7a偏低气温下的O_(3)污染按小时标准和日标准分别出现45h和19d,占各自O_(3)污染总次数的5.0%和7.3%,在春季则上升至20.6%和20.0%,是上海春季主要O_(3)污染现象之一.当气压介于1010.1~1017.1hPa、风速介于2.1~3.2m/s、湿度介于40.0%~54.0%、辐射介于0.5~2.7MJ/m^(2),较易出现偏低气温下的O_(3)污染;与高温下的O_(3)污染相比,出现偏低气温下的O_(3)污染时,气压、PM_(2.5)和NO_(2)浓度分别偏高了10.0hPa、26.0μg/m^(3)和24.9μg/m^(3),辐射偏低了0.5MJ/m^(2).造成偏低气温下的O_(3)污染天气类型可以分为弱高压前部、弱高压控制和海上高压后部3种.3个典型污染个例分析显示,上游输送、本地静稳辐合和垂直逆温条件分别是这3种类型的主要气象成因.

摘要： 对于回流天,公众既熟悉又陌生。不久前发生在我国北方的沙尘回流给公众留下了深刻印象,沙尘"返场""回马枪"等词频现网络。那么,到底什么是回流?它有什么特点?强度如何?经典案例有哪些?沙尘回流如何防范?我们来一一解答。回流天气特点回流天气通常是华北地区冬季降雪的主要天气类型之一,也叫华北回流。

摘要： 基于2010—2011年北京地区逐时辐射及气象资料,提出有效的天气类型识别方法,研究适用于北京地区的水平面直散分离模型并对其进行本地化修正,同时验证目前主流的斜面辐射模型的性能,并建立和评估由各种天气类型对应的最优直散分离与斜面辐射模型级联而成的综合模型.结果表明:水平面直散分离模型中,修正Erbs、修正Liu&Jordan模型的预测误差较小;斜面辐射模型预测精度均与天气类型密切相关;将筛选出的组合直散分离模型的输出作为天气细分后斜面辐射模型的输入进行两级级联,对无直、散辐射观测地区的斜面辐射推算及光伏出力预测等具有指导意义.

摘要： 针对2013～2019年上海地区气温相对偏低(25°C及以下)的一类O3污染事件,从时间分布特征、天气系统类型、气象成因等方面进行了深入分析.结果 表明:上海近7a偏低气温下的O3污染按小时标准和日标准分别出现45h和19d,占各自O3污染总次数的5.0％和7.3％,在春季则上升至20.6％和20.0％,是上海春季主要O3污染现象之一.当气压介于1010.1～1017.1hPa、风速介于2.1～3.2m/s、湿度介于40.0％～54.0％、辐射介于0.5～2.7MJ/m2,较易出现偏低气温下的O3污染;与高温下的O3污染相比,出现偏低气温下的O3污染时,气压、PM2.5和NO2浓度分别偏高了10.0hPa、26.0μg/m3和24.9μg/m3,辐射偏低了0.5MJ/m2.造成偏低气温下的O3污染天气类型可以分为弱高压前部、弱高压控制和海上高压后部3种.3个典型污染个例分析显示,上游输送、本地静稳辐合和垂直逆温条件分别是这3种类型的主要气象成因.

摘要： 宜春三面环山,地形复杂,对暴雨的分布有很大的影响.通过统计2010年1月至2016年9月宜春市10个国家站站和256个区域站的逐日降水资料,统计分析了宜春暴雨频率和地理分布特征.结果表明,宜春暴雨频率中心主要位于山区和河流沿线,其中河流沿线出现暴雨的频率高于山区,东部高于西部,出现暴雨频率最高的区域为宜春东北的靖安-奉新交界、东南的丰城-樟树,平均频率均达到360次.季节分布方面,秋季暴雨频率最高,汛期的暴雨频率中心分布最广,且秋冬季暴雨频率中心位置较春夏季的位置偏南.在强度分布上,表现为3个暴雨中心,主要集中于北部九岭山脉山地及以南、东南部赣江流域.统计出现30站以上的暴雨过程共有24个,因2012年前没有细网格统计资料,反查2013年以来的19个历史个例天气图,分析200hpa、500hpa、700hpa、850hpa、925hpa和地面各层的天气系统配置,并分析统计归纳宜春暴雨的天气类型,可将宜春大范围暴雨过程分为台风暴雨型、低涡暴雨型、切变线暴雨型、副高边缘对流性暴雨型和东风波暴雨型,并结合历史个例介绍了各类暴雨天气类型对宜春产生大范围暴雨的水汽、动力和热力条件影响.

摘要： 利用舟山市普陀站近十年灰霾资料以及NCEP/NCAR再分析数据资料,对普陀近十年的霾的气候特征进行了统计分析,并总结归纳昔陀出现霾的典型天气类型.研究发现:近十年普陀年霾日的总体变化趋势是增加的,且自2013年开始上升幅度明显增大;普陀最多霾日的月份是12月,其次为11月,最少的月份出现在8月,近十年无霾日.冬季霾日最多,秋季次之,秋冬两季霾日占总数的81％,夏季霾日最少;地面风弱有利于普陀霾的形成,强风会使大气容易扩散,不易形成霾.普陀出现霾时以NW风最多,其次是NNW风;多种地面天气形势下都可以形成霾,以地面冷高压型出现霾日最多,其次为地面低压槽型.

摘要： 利用湖州国家基本气象站2001-2011年地面气象观测资料及杭州探空站探空资料,对湖州地区霾天气的地面天气类型及其影响因子进行了分析.结果表明,(1)湖州地区高压控制、高压底部、高压后部和地面倒槽类型天气形势对霾的产生较为有利,冷锋、东风带和气旋系统影响时霾出现的概率较小.(2)风向为东南偏东风、东南风和风速在2～4ｍ/s时易发生霾天气,24小时风速变化越小越容易引发霾天气;24小时气压减小比气压增大更利于霾天气发生,且气压变化越小越容易引发霾天气;24小时气温升高比气温降低更利于霾天气发生,24小时气温变化为1～2°C最易引发霾天气,且城市上空大气的逆温对霾的形成也有明显的影响;降水后的第二天最易发生霾天气,降水次日霾天气发生也较多,随着连续不降水日的增多,霾天气发生减少;大气稳定度表现为中性类时,即B、C稳定度等级,霾天气易发生.

摘要： 利用2013年12月-2015年2月章丘双屋面日光温室内小气候观测资料,对冬、春季阳屋面温室内气温、湿度的季节变化特性及不同天气类型下的日变化规律进行分析,并与传统日光温室进行比较.结果表明:冬、春季阳屋面温室内最高气温变化幅度均较大,但均未出现10°C以下的低温,春季易出现35°C以上的高温天气,最低气温较传统日光温室高1°C左右;冬、春季不同天气类型下阳屋面温室内气温日变化均呈“单峰型”曲线,温室内日最高气温和日最低气温均为:晴天＞多云天＞阴天,冬季分别出现在13时和7时,而春季日最高气温推迟1小时,日最低气温提前一小时;冬、春季阴天时阳屋面温室内日最大相对湿度均较传统日光温室高10％以上.阳屋面温室蓄热、保温性能更好,对喜温蔬菜作物生长有利,但高湿环境使作物病害风险提高.本研究对阳屋面温室内气温、湿度季节特征及日变化规律进行系统分析,为今后双屋面日光温室在北方地区的推广应用提供理论依据.

摘要： 随着科学的不断进步,人们对于供热的管理趋于精细化,过去大流量小温差、粗放式的供热管理时代已经过去,因而太阳能对于供热的影响不断受到关注.根据某城市太阳辐射采集数据对天气状况进行分类，并以典型建筑房间为对象进行太阳辐射对室内热负荷的热贡献率计算，为达到供热的精细化调节做准备。冬季白昼时间有限,太阳能的总辐射强度不断变化,晴朗天气的午间太阳能对于室内热负荷的贡献程度十分可观,若能适当对供水温度进行调节既防止了室温过高引起舒适感下降又节约了能源,因此对基于供暖调节的太阳能变化研究十分必要.不同天气类型拥有不同的日照百分率以及散射比从而拥有不同的太阳辐射量，通过对天气预报不同天气类型的研究及分类，若按照太阳辐射进行划分可分为晴、多云、霾、阴四类，若按照日照百分率及散射比进行划分则可分三类，其中多云与霾可看作一类天气类型。

摘要： 利用趋势分析的统计方法,对贵港市三个土壤水分自动站(贵港、桂平、平南)2014年1月1日-12月31日的10cm、20cm、30cm、40cm、50cm、60cm、80cm、100cm共8个层次的土壤体积含水量数据进行分析,找出贵港土壤水分的时间变化规律.贵港土壤水分逐月变化中20cm土圾含水量最高，10cm含水量最低，30cm土壤含水量逐月波动最大，7月的最高值和2月的最低值相差17个百分点;80cm土壤含水量逐月波动最小。从全年趋势看，各层土壤水分逐月波动趋势基本一致，均呈不同程度的降低-升高-降低的趋势。不同层次中，10cm-40cm土壤含水量波动较大，从土壤含水量距平百分率年较差来看，从大到小依次为晴天、多云、雨天和阴天，50cm-100cm波动趋势趋于平缓，其中80cm的距平百分率极值最小。不同天气类型中，多云和阴天在各季节土壤含水量的分布比较相似;阴天在不同季节土壤含水量差异最小，雨日的差异最为明显。不同季节中，春秋的晴天各层次土壤含水量均为最高;夏季中雨日的土壤含水量最高，冬季中各种天气类型土壤含水量比较接近。

摘要： 目的：研究医院发热门诊就诊人数与气象条件的关系,为相关疾病的防控以及医院的资源配置提供指导.rn 方法：收集北京市某三级甲等医院2009年2月至2010年5月的发热门诊急诊就诊资料32954例,在对疾病资料进行平滑处理的基础上,分季节研究就诊人次与各主要气象要素的滞后相关性,并提取就诊高峰日,对其前后3d主要气象要素的变化趋势进行分析.rn 结果：发热门诊就诊人数春秋季多、夏冬季少;不同季节影响发热的气象要素各有特点:春季,升高的气温、降低的气压、较小的湿度会造成发热性疾病就诊的增加,且气温、气压的影响具有明显的滞后性;夏季,伴随降温的阴(雨)天后会迎来就诊人数的小幅增加;秋季,人数会随着气温降低、气压升高和湿度减小而增大,与春季相反的关系体现人体对季节转换的适应过程,且需要特别提防"低温-干燥"的天气;冬季,高的气压代表晴朗干燥的天气,会增加发热性疾病的发病.rn 结论：气象条件与发热门诊就诊人数关系密切,且不同季节作用的天气类型各有特点.

摘要： 本文利用常规气象资料、雷达资料和云物理精细化分析系统(CPAS),对邢台西部山区夏季主要降水过程的天气类型、移动路径及云物理特征进行分析,结果表明:①邢台西部山区夏季产生降水的主要影响系统包括低涡低压(倒槽)型、低槽低压(倒槽)型、低涡锋面型、低槽锋面型四类,占该区域夏季总降水类型的91.6％;②90％的降水过程属外来型,源地在山西境内,移动路径有西南-东北向和西北-东南向两类,并给出该区域产生降水的雷达判别指标;③雨强大于10mn降水的T-Re分布一般由晶化增长区、混合相增长区和凝结增长区组成,同时满足在晶化增长区和凝结增长区有较高的像素元存在,凝结增长区粒子半径较小,混合相增长区内云滴能够快速增长这3个基本条件,雨强连续出现大于10mm的降水过程,降水开始前1～2小时云中有过冷水存在.⑤降水区域发生在光学厚度、粒子有效半径和液水路径的强中心区或变化梯度密集区(靠近强中心一侧)与雷达强回波区重叠区域.

摘要： 气象旱涝天气气候事件是自然灾害,其极端气候事件是灾难.针对南通地区近40年(1963-2002年)所发生的气象旱涝天气气候事件,利用同期该地区8站地面气象观测资料,计算降水量距平百分率,按气象干旱等级的国家标准划分其等级,用08时(北京时)500hpa历史天气图资料,以天气学原理为基础,分析旱涝事件的特征及其成因,划分天气类型,探明其引发的主要因子.结果发现:(1)、南通地区的气象旱涝天气气候事件与降水量异常欠亏和丰沛紧密相连.(2)、引发旱涝的主要天气系统是:西太平洋副热带高压西伸脊、大陆暖高(指云贵高压和南海高压),南支西风槽和台风.(3)、干旱发生在副热带高压西伸脊内的下沉绝热增温的辐散区和西风槽后,洪涝产生在南支西风槽前锋际的连阴雨区、强降水区和台风的暴雨区.(4)、厄尔尼诺现象和拉尼娜事件与南通地区的旱涝气候事件间有一定的相关.(5)、南通地区上年12月-当年3月的月尺度气温距平百分率与6-8月的旱涝气候事件有150天和180天的韵律对应.

摘要： 森林火灾作为一种自然灾害,其发生与天气、气候有着十分密切的关系,对森林和人类造成了严重危害.森林火险等级有2种含义,即森林可燃物易燃等级和森林火险天气等级.本文选取了14时相对湿度、最高、最低气温、雨量、日蒸发量作为气象要素指标,月森林受害面积作为火灾指标,对1986—2010年福建省三明市气象因子与森林火灾之间的关系进行了研究.气候条件与森林火灾的发生有密切的关系,气象条件通过气温、日照、蒸发量、风力、空气湿度等影响着森林火灾的发生和发展.结果表明:1)福建省三明市暴发性森林火灾主要发生在12月至翌年3月,火灾持续时段一般在10天左右.2)秋冬旱、强寒潮、冬春旱等气象灾害与发生暴发性森林火灾的灾情密切相关.3)引发暴发性林火的天气条件是500hPa天气图上出现东亚大槽型.根据现代数值预报成果,可在灾前1到5天预报福建省三明市暴发性森林火灾.4)冬季,福建省三明市受强寒潮袭击,出现异常年极端最低温度,1到3月某个时段出现东亚大槽天气形势,应加强注意防火,防止暴发性森林火灾造成重大损失.

摘要： 本实用新型公开了一种多类型强对流天气靶向预报预警系统，包括气象数据监测单元、数据采集单元、数据处理单元和预警单元，所述气象数据监测单元由若干个气象探测设备组成且均通过网络信号与数据采集单元连通，所述数据处理单元与数据采集单元通过高速内存总线信号连通且内部预存有强对流天气预警类型数值表及预警类型对应的防护措施，所述预警单元输入端与数据处理单元信号连通、输出端与外置移动终端的输入端电性信号连通；通过探测设备实时采集气象信息同步处理分析，分析结果与预存信息比对得出预警信息并靶向发布到对应人群进行相应防范，预警范围大，预警精准度高，对生产生活产生的影响小，有效满足实际预警要求。

摘要： 本公开提供了一种基于小时级天气类型校正的光伏功率短期预测方法，获取待预测日的光辐照强度预报结果和天气类型预报结果；将获取的光辐照强度预报结果输入到预设的基于极限学习机构建的映射模型中，得到待预测日的第一功率预测结果；将获取的天气类型预报结果输入到预设的基于门控循环单元神经网络的预测模型中，得到待预测日的第二功率预测结果；根据预设的遗传算法模型得到第一功率预测结果和第二功率预测结果权重系数，进而得到最终的功率预测结果；本公开充分考虑了电站在极端天气条件下普遍存在的预测精度不足的问题，在保证模型通用性的基础上同时充分考虑了极端天气的特性情况，在兼顾稳定性的情况下提高了预测的精度。

摘要： 本发明公开了一种基于天气类型有效识别的斜面辐射预测方法。本发明的方法采用的步骤如下：S1：获取气象和辐射的历史数据；S2：计算直射比和修正清晰度指数，计算天气类型指数SCF和太阳高度角；S3：判断太阳高度角是否大于10度，如太阳高度角大于10度进入下一步，否则返回上一步；S4：分类天气，即对天气类型指数SCF使用K‑means聚类算法分类；S5：获取实测的数据，计算天气类型指数SCF并判断所属的天气类型；S6：根据不同天气类型，选用不同的直散分离模型。本发明通过计算避开了单一模型在特定天气类型下的精度降低现象，并且选择了各个模型最适合的天气条件，从而显著提升了预测模型的精度。

摘要： 本发明涉及光伏发电领域，公开了一种基于天气类型细分的光伏功率预测方法，用于对直流离网光伏功率以及交流并网光伏功率进行预测。一种基于天气类型细分的光伏功率预测方法，包括以下步骤：步骤1，根据直散分离模型和斜面辐射模型计算得到不同的天气类型下对应的光伏阵列斜面入射总辐射It；步骤2，根据光伏阵列斜面入射总辐射It以及板温模型建立光伏电池模型，根据光伏电池模型计算得到直流离网光伏功率Pdc；根据直流离网光伏功率Pdc以及逆变器效率模型计算得到交流并网光伏功率Pac。本发明提供的基于天气类型细分的光伏功率预测方法，具有预报准确率高，适用范围广等优点。

摘要： 本发明提供了一种用于光伏功率预测的天气类型识别方法和装置，先对光伏气象站的历史数据进行清洗，并根据清洗后的历史数据确定每日气象特征库，然后对每日气象特征库中的气象特征样本进行K‑means聚类，并对聚类结果进行优化，得到最终聚类结果和类别标签，最后通过反向传播神经网络模型实现预测日天气类型的识别，识别过程简单，且识别出的天气类型比较稀少，能够保证光伏功率预测结果的准确性；本发明采用了支持向量回归法对光伏气象站的历史数据进行清洗，提高了数据的可靠性，且本发明采用混合的气象特征区分不同的天气类型，着重强调辐照波动性对光伏输出的影响，更适合光伏功率预测。

摘要： 本发明涉及计算机技术领域，具体涉及天气图特征类型识别及相似度匹配系统和方法。该系统包括：天气图上传模块，用于上传导入的当前天气图和历史天气图；天气图识别模块，用于对上传的当前天气图进行类型识别，获得天气图对应的天气类型识别结果；相似度匹配模块，用于对识别后的当前天气图与历史天气图进行相似度匹配，获取匹配后的最优解天气图；以及结果显示模块，用于输出天气图天气类型识别结果和历史匹配相似度最高的最优解天气图。本发明方便大气相关系统快速准确的对天气图天气类型进行识别和匹配，获取对应的天气图天气类型信息及匹配度得分，供大气污染防治减排措施参考；灵活调用，大大减轻人为参于天气图识别带来的繁重工作。

摘要： 本发明公开了一种游戏中切换天气类型的方法、装置、存储介质及电子装置。该方法包括：获取物理参数集，其中，物理参数集用于确定游戏场景中待呈现的天气类型；基于物理参数集确定候选纹理数据；利用虚拟角色在游戏场景中的当前位置和预设对应关系，从候选纹理数据中获取当前位置对应的目标纹理数据，其中，预设对应关系用于描述候选纹理数据所在的纹理空间与游戏场景中的位置数据所在的世界空间之间的对应关系；根据目标纹理数据将游戏场景中呈现的当前天气类型切换至目标天气类型。本发明解决了相关方法中通过切换预设参数进行天气类型切换的处理方法，其视觉效果单一且无法根据角色位置实时切换的技术问题。

摘要： 本发明公开了基于深度网络的基本天气类型分类方法，提出了ResNet15网络，并利用图像分割操作来对数据集含有地面和天空的区域分割来提高准确率，并采用了注意力机制来增强模型提取出的有用的特征，从而提高天气类型分类的精确度。

摘要： 本发明提供了一种基于天气类型指数区间的光伏功率预测方法、终端及介质，包括：获取天气类型数据，并转化为天气类型指数；将所述天气类型指数划分为多个指数区间，其中每一个指数区间分别对应不同的日类型；将历史数据根据每小时天气类型指数分别归入对应的指数区间内，形成多个日类型子集；利用不同的日类型子集分别训练不同的深度神经网络，得到对应的分类预测子模型；将影响光伏出力的气象和功率特征作为所述分类预测子模型的输入，利用所述分类预测子模型预测不同天气类型下的光伏功率。本发明在非晴天天气下可以有效利用输入特征，具备识别剧烈变化天气下光伏输出功率突变的能力，从而提升预测精度。

摘要： 本公开提供了一种基于小时级天气类型校正的光伏功率短期预测方法，获取待预测日的光辐照强度预报结果和天气类型预报结果；将获取的光辐照强度预报结果输入到预设的基于极限学习机构建的映射模型中，得到待预测日的第一功率预测结果；将获取的天气类型预报结果输入到预设的基于门控循环单元神经网络的预测模型中，得到待预测日的第二功率预测结果；根据预设的遗传算法模型得到第一功率预测结果和第二功率预测结果权重系数，进而得到最终的功率预测结果；本公开充分考虑了电站在极端天气条件下普遍存在的预测精度不足的问题，在保证模型通用性的基础上同时充分考虑了极端天气的特性情况，在兼顾稳定性的情况下提高了预测的精度。