共查询到20条相似文献，搜索用时 156 毫秒
1.
2.
通过分析1997-2003年5-10月广西电网电力负荷月、周和节假日的变化特征,及与气温的相关关系,发现:电力负荷基本呈逐年增加的趋势,工作日和非工作日有着不同的变化特征,电力负荷与气温有明显的相关关系。采用逐步回归方法,建立了广西电网逐日电力负荷预测模型,对2002-2003年模型的拟合结果及2004-2005年模型的预测结果分析表明:模型对广西逐日电力负荷具有较好的拟合和预测效果,对逐日电力负荷的季节变化具有较好的拟合效果,尤其是夏季预测与实况趋势基本吻合。 相似文献
3.
通过分析1997-2003年5～10月广西电网电力负荷月、周和节假日的变化特征，及与气温的相关关系，发现：电力负荷基本呈逐年增加的趋势，工作日和非工作日有着不同的变化特征，电力负荷与气温有明显的相关关系。采用逐步回归方法，建立了广西电网逐日电力负荷预测模型，对2002-2003年模型的拟合结果及2004-2005年模型的预测结果分析表明：模型对广西逐日电力负荷具有较好的拟合和预测效果，对逐日电力负荷的季节变化具有较好的拟合效果，尤其是夏季预测与实况趋势基本吻合。 相似文献
4.
从电力气象服务需求出发,利用2001—2010年5—9月河北省南电网逐日电力日峰负荷、日谷负荷与对应时间的气象资料,探讨晴热天气和闷热天气对电力日峰负荷、日谷负荷的影响特征。分析发现持续3 d以上的闷热天气相对晴热天气使电力日峰负荷、日谷负荷增长更显著;日最高气温32℃是引起河北省南电网日峰负荷增长的初始气温敏感点,35℃为强气温敏感点,38℃为极强气温敏感点,日最低气温25℃为引起日谷负荷增加的敏感气温临界点;建立了引入积温热累积效应的日峰负荷、日谷负荷多元回归气象预测模型,经2011—2013年应用检验,日峰负荷、日谷负荷预测平均相对误差分别为4.8%和3.5%,提高了预测准确率,对电力调度具有参考价值。 相似文献
5.
气象条件对电力负荷的影响分析 总被引：2，自引：0，他引：2
利用河北省南电网提供的2000～2006年逐日最大电力负荷资料.分析了日最大电力负荷的变化规律.以石家庄市为例,采用相关分析方法,分年逐月分析了日最大电力负荷与对应6个气象因子的相关性,得出不同时段电力负荷的主要气象影响因子;分析了6～9月和11月受气温影响显著月电力负荷的1℃效应量、3～8月10 mm以上降水量对电力负荷的影响变化率;采用多元回归的方法分时间段建立了最大电力负荷的气象预测方程,加上逐年电力负荷变化趋势项即可做电力负荷预测预报. 相似文献
6.
基于1990~2019年四川地区156个气象观测站2 m最高、最低气温逐日数据,分析了最高、最低气温的日变化特征。结果表明:（1）2 m最高气温逐日变化幅度大于最低气温逐日变化幅度,最高气温逐日变温的极大值区位于凉山州东北部,最低气温逐日变温的极大值区位于甘孜、阿坝两州北部;（2）春季最高气温逐日变温幅度明显大于夏、秋、冬季,冬、春季最低气温逐日变温幅度大于夏、秋季;（3）最高气温和最低气温的逐日变温频次分布均呈现单峰型特征,前者峰值位于0~2℃,后者峰值位于?2~2℃。（4）最高气温逐日变化超过6℃的年均频次明显高于最低气温,两者高频区的空间分布与变温幅度大值区较为一致。 相似文献
7.
夏季武汉市电网气象敏感负荷预测模型 总被引：1，自引：0，他引：1
利用2009—2010年武汉市日用电负荷资料和气象资料,提出了基于电网负荷的分解算法,将电网日最大负荷分解为基础负荷与气象敏感负荷2个主要分量,其中,气象敏感负荷与包含了气温、相对湿度及风速的综合气象敏感负荷条件指数相关。利用相关比法,分析了气象敏感负荷与气象敏感负荷条件指数的非线性关系,分析了气象敏感负荷条件指数变化与负荷变化关系。基于均方偏差最小原理和非线性最小二乘法,建立了夏季武汉电网气象敏感负荷与气象敏感负荷条件指数的多项式预测关系模型。2011—2012年夏季模型应用检验表明,预测平均误差接近6%。该模型可用于夏季电力气象服务工作。 相似文献
8.
9.
《青海气象》2013,(4)
利用乌鲁木齐和昌吉地区2008—2011年夏半年(4—9月)逐日电力负荷、气象要素观测资料和T639、ECMWF模式输出产品,分析了乌-昌地区日用电负荷的年、季、月变化特征及其与对应区域的气温、降水量、相对湿度、风速等的相关关系,并以前3年的对应资料建立了基于气象条件的电力负荷预报模型,并以2011年的资料进行预报效果独立样本检验。结果表明:乌-昌地区夏半年的电力负荷呈非常明显的逐年增长趋势,月、日变化与当地工农业生产、居民生活规律密切相关;与气温呈显著地正相关关系,与降水量、相对湿度呈显著地负相关关系;应用逐步回归方法分时段建立的逐日电力负荷的气象条件预报模型有很好的预报效果。 相似文献
10.
《干旱气象》2016,(5)
基于冀北电力公司提供的2013—2014年冀北电网逐日最大电力负荷资料,采用数理统计方法分析日最大电力负荷的变化规律及其与气温等气象因子的相关关系,并重点讨论其与气温的关系。结果表明:冀北地区最大电力负荷有2个高峰时段,分别为夏季7—8月、冬季11—12月;日最大电力负荷具有周变化特征,周五、周六、周日为周电力负荷高峰期,周六电力负荷最高,周二电力负荷最低;夏季高峰期,日最大电力负荷与日平均气温、日最高气温、日最低气温、日平均相对湿度、日闷热指数呈正相关,并且通过显著性检验,且当日最高气温高于26℃(或日平均气温高于20℃)时,日最高气温对日最大电力负荷的1℃效应量约为21.19×104k W。 相似文献
11.
基于2014—2016年南京市常规气象逐时观测数据、逐日用电量和逐时用电负荷数据, 分析南京市用电量变化及其与气象因子的关系。结果表明: 南京市用电量7—8月、12月至翌年1月为两个峰值, 4月和10月为两个谷值, 年变化明显。四季均呈现显著“周末效应”。用电负荷一天内有两个峰值, 分别出现在10时和20时; 两个谷值, 一个谷值冬夏季在04时, 另一谷值冬季在14时, 夏季在18时。南京市用电量与气象条件的变化密切相关, 气象因子与用电量的关系在不同月份有所不同, 如夏(秋、冬)季气温日较差越大(小), 用电量越大; 7月、8月(10月至翌年3月)气温越高(低), 用电量越大; 冬季用电量受气象要素的影响程度总体低于夏季。冬季用电量主要受气温制约; 夏季用电量受气象要素的影响更为复杂, 除了气温, 还需综合考虑水汽、日照等因子。利用逐步回归法, 建立冬、夏季逐月日用电量气象预测方程, 方程中入选气象因子的存在明显的月际差异。不同月份分别针对性地考量入选气象因子的预报值, 做出用电量预估, 可为电力调度提供参考。 相似文献
12.
利用杭州市2008—2011年逐日燃气负荷和气象要素资料,分析了燃气负荷的变化规律及气象条件对燃气负荷的影响,在此基础上,利用Elman神经网络建立燃气负荷预测模型。结果表明,研究时段内,杭州市燃气负荷逐年显著增长且具有显著的季节变化特征,春节假日期间会出现明显的燃气负荷谷值,年燃气负荷峰值点通常出现在春节前1个月。平均气温与平均气压是影响燃气负荷波动最主要的气象因子,且均在冬季相关最显著。平均气温与燃气负荷在各个季节呈一致负相关,平均气压成正相关,燃气负荷对平均气温的响应敏感区间为6~15℃。在考虑春节假期影响的基础上,筛选相关气象因子,利用Elman神经网络建立杭州市冬半年燃气负荷预测模型。预测结果表明,一般情况下,模型精度较高,但当燃气负荷出现大的波动时,模拟结果呈现一定程度的滞后性。 相似文献
13.
利用2015-2017年宜昌市逐小时电力负荷资料及对应时段地面气象观测站数据,分析宜昌电力负荷的变化特征,研究气象敏感负荷与气象因子的关系,基于主要气象敏感因子通过逐步回归法建立宜昌电力负荷预报方法。结果表明:宜昌电力负荷呈逐年增长的趋势,夏季和冬季是一年中电力负荷高峰期,年最大电力负荷出现在夏季,年均增幅达11.8%,年最小电力负荷出现在春节期间;气温对气象敏感负荷影响最大,随着日平均气温T升高逐日气象负荷率先减小后增加,当T为17℃时,气象负荷率最小,从而划分了4个变化阶段:17℃≤T<26℃、T≥26℃、7℃≤T<17℃、T<7℃,基于各阶级主要气象敏感因子分别建立电力负荷回归预报方程,经检验,在实际应用中预报相对误差绝对值为3.8%,基本能够满足电力部门负荷预测的精度要求。后期可结合人工智能算法,进一步提高宜昌电力气象负荷预测的稳定性和准确性。 相似文献
14.
安徽省冬小麦春霜冻害气象指标的研究 总被引：2，自引：0，他引：2
本文根据安徽省12个农业气象观测站冬小麦春霜冻害观测调查数据,针对不同品种(春性和半冬性)冬小麦,全面分析了拔节期前15 d至拔节后20 d的最低气温变化规律,以日最低气温为指标,将春霜冻害等级划分为轻度和重度2个级别,并分时段确定等级。验证结果表明,虽然春霜冻害的发生受地形、土壤等多种因素的影响,但最低气温指标基本能够反映出冬小麦拔节前后不同品种春霜冻害的发生规律,可以在霜冻监测预警业务中应用。用该指标进行霜冻发生风险分析的结果表明,安徽省冬小麦主产区为轻度霜冻频发区、重度霜冻基本不发区,冬小麦春性品种春霜冻高发区比半冬性品种明显偏南,可用于指导冬小麦品种合理布局,减轻春霜冻危害风险。 相似文献
15.
利用河南省30个农业气象观测站1981-2008年的冬小麦观测资料和气象资料,基于晚霜冻指数和灾度计算了河南省冬小麦晚霜冻发生概率和灾害程度。通过在WOFOST作物模型中增加霜冻影响过程,实现了晚霜冻灾损定量提取,建立了以晚霜冻危险性、暴露性和脆弱性为评价因子的风险评估模型,按照高风险区、次高风险区、中等风险区、次低风险区和低风险区5个等级标准进行了河南省冬小麦晚霜冻风险区划。区划结果表明:冬小麦晚霜冻风险程度较高的地区主要分布在河南省沈丘、卢氏和林州等地,其风险指数都在0.6以上;低风险区主要分布在伊川、巩义、信阳、南阳、太康、濮阳和杞县等地,风险指数都在0.2以下。 相似文献
16.
17.
18.
利用贵州省普安磨舍光伏电站2020年逐15 min的光伏发电功率、辐射资料与气象站资料，对光伏发电功率变化特征及影响光伏发电功率的气象因子进行分析，建立了光伏发电功率的预测模型，并利用CFSv2模式资料开展月内预测检验。结果表明：光伏电站发电功率呈现早晚低、中午高的单峰型日变化特征，其中春季发电功率值最大，夏季次之，冬季最小。影响光伏发电功率最关键的气象因子为总辐射和日照时数，其相关系数均在0.9以上。5种组合的线性回归预测模型检验结果显示，利用平均气温、最高气温、日较差建立的预测模型预测效果最好，而利用单一气象因子的预测效果最差。为增加光伏发电功率的预测准确率，可根据预测服务需求，并用延伸期模式资料开展光伏发电功率滚动订正预测。 相似文献
19.
不同品性冬小麦籽粒灌浆特性研究 总被引：3，自引：0，他引：3
为揭示冬小麦干物质积累过程的动态变化,利用不同品种冬小麦分期播种的灌浆速率资料,建立了Logistic模型,定量分析了不同播期条件下不同品性冬小麦的灌浆特性,并探讨了冬小麦灌浆特性对气象因子的响应情况。结果表明,籽粒灌浆质量与开花后天数的关系符合Logistic生长曲线方程。基于Logistic模型求算的各次级参数能够较好地表征冬小麦籽粒灌浆特性,半冬性品种较春性品种灌浆高峰期出现时间早;春性品种的粒重渐增期和粒重快增期持续时间一般长于半冬性品种的;半冬性品种的平均活跃灌浆期较春性品种的短;早播和正常播种条件下,春性品种最大和平均灌浆速率均高于半冬性品种的,而迟播条件下春性品种最大和平均灌浆速率均低于半冬性品种的,适期晚播更利于春性品种灌浆和千粒重增加。灌浆特性的变异系数分布总体呈春性品种大于半冬性品种的,表明播期对春性品种的影响更大。不同籽粒灌浆特性对气象因子的响应不同,其中孕穗—成熟期内的平均气温、孕穗—乳熟期内的降水量、播种—乳熟期内的日照时数与冬小麦灌浆特性相关密切,基于灌浆特性与气象因子建立的逐步回归方程决定系数为0.507～0.875,均通过了0.01的显著性检验。 相似文献
20.
对1955-2010年宿州市冬季降水量和气温变化的数理统计分析结果表明：宿州市冬小麦冬季仍处于缓慢生长状态,特别是在干旱和暖冬的双重影响下,冬季麦田一般需要灌溉一次。在此基础上,采用德尔菲法（Delphi technique）,确定了影响冬季麦田实施灌溉的降水、日最低气温和风速3个气象要素的各自的量化等级和影响灌溉适宜与否的权重系数,给出了冬季干旱时段灌溉气象适宜指数概念和计算模型,再结合天气预报产品的释用方法,得到了冬小麦冬季干旱时段灌溉农用天气预报产品。经实例应用,可适应对外发布冬季麦田灌溉农用天气产品的需要。 相似文献