共查询到20条相似文献，搜索用时 171 毫秒
1.
风速预测是风电场风功率预测的基础,其准确度严重影响着风电场的运行效率。为了提高短期风速预测的准确性,本研究采用了WRF中尺度数值模式,对我国东部沿海某风电场的风速进行预报。在此基础上,利用极限学习机算法(ELM)对WRF模式预报的风速进一步订正。实验结果表明,WRF模式对风速、风向等气象要素有着较好的回报效果,利用ELM算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差和相对平均绝对误差降低了20%～30%。与其他的智能算法(BP神经网络、SVM算法)对比分析后得出,ELM算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。 相似文献
2.
风电功率预测中最重要的因子是风速,准确的风速预测是风电功率预测的前提和基础。为了提高短期风速预测的准确性,本研究采用WRF模式,对我国上海崇明吕四风电场的风速进行预报。在此基础上,利用PCA-RBF算法结合WRF模式预报风向、气温、气压等气象要素对预报风速进一步订正。实验结果表明,利用PCA-RBF算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差降低20%~30%,相对平均绝对误差降低15%~20%。与其他智能算法(BP算法、LSSVM算法)对比分析后得出,PCA-RBF算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。 相似文献
3.
为降低风电场短期预报风速误差,减少风电场短期风功率偏差积分电量,提高风电场发电功率预测准确率,分季节研究了相似误差订正方法对ECMWF单台风机预报风速的订正效果。结果表明:相似误差订正后不同风机预报风速的误差差距减小;预报风速的平均绝对偏差和均方根误差明显降低,其中夏季和秋季华能义岗风电场两个指标降低幅度均超过0.1 m/s、会宁丁家沟风电场均超过0.2 m/s;订正风速削减了原始预报的极值,可反映大部分时段实况风速3 h内的趋势变化,个别时段订正风速与实况趋势相反;订正后预报风速在风功率敏感区的平均绝对偏差明显降低,华能义岗风电场四季降低幅度在0.112~0.242 m/s之间、会宁丁家沟风电场四季降低幅度在0.131~0.430 m/s之间,有效降低了原始预报误差带来的短期风功率偏差积分电量扣分值;订正风速较原始预报更多分布在风功率敏感区。该方法实际应用灵活,对提高风电场短期预报风速准确率有可观的效果,并可有效减少短期风功率偏差积分电量考核。 相似文献
4.
基于WRF和SVM方法的风电场功率预报技术研究 总被引：2，自引：0，他引：2
利用WRF(Weather Research and Forecasting)模式,对2006年河北省张北地区某风电场区域全年回报的风速和风向,以及与对应时间段70 m高度的测风塔实测资料进行了对比分析,发现模式预报效果较好.利用2008年全年风电场每台风机的实际功率与对应时刻轮毂高度风速、风向、气温、相对湿度和气压回报资料,使用支持向量机(Support Vector Machine,SVM)回归方法建立了每台风机10min一次的风电场功率预报模型,并利用该模型进行了2009年为期一年的预报试验,检验模型的预报性能.结果表明,集WRF模式和SVM方法建立的风电功率预报方法具有较好的预报效果.各月预报相关系数在0.71～0.82之间,归一化均方根误差在9.8％～16.5％之间,归一化平均绝对误差在5.4％～10.5％之间;全年预报相关系数为0.79,归一化均方根误差为13.3％,归一化平均绝对误差为8.3％. 相似文献
5.
利用山东省内123个国家气象站2017年11月至2018年2月逐时观测地面温度对WRF模式08：00和20：00起报的2 m温度进行检验,评估了预报时效为72 h的逐时温度与日最低（高）温度的预报效果并初步分析了个别站点大值误差成因。结果表明：WRF模式08：00起报2 m温度的准确率要高于20：00起报,白天预报的效果优于夜晚;鲁西北和半岛地区的2 m预报温度的平均绝对误差总体低于鲁中和鲁南地区,全省大部分站点负误差比例高于正误差比例;WRF模式对于日最高温度的预报效果优于日最低温度;模式地形高度误差造成泰山站2 m预报温度正误差较大,基于两种温度梯度方案对泰山站2 m温度进行订正,订正后的平均绝对误差总体下降,利用单一的温度梯度在有的预报时刻出现负的订正效果,利用随预报时刻变化而变化的温度梯度在各预报时刻订正效果更为稳定;泰安站出现焚风时2 m预报温度有较大负误差,这主要是受WRF模式泰山站地形高度误差影响;WRF模式在微山湖区域土地类型与真实土地类型存在差异是薛城站夜间2 m温度负误差较大的重要因素之一。 相似文献
6.
风电场风速数值预报的误差分析及订正 总被引：2，自引：1，他引：1
使用WRF模式对内蒙古某风电场区域内的2011年1-6月,50m高度的风速进行了模拟,并结合实测风速对模拟结果进行了评估。在此基础上再利用自回归模型(AR模型)和持续法对WRF模式模拟结果进行了订正预报,订正结果表明:AR模型和持续法都能有效地减小WRF模式风速的模拟误差,AR模型订正效果优于持续法。为能对订正预报时效进行延长,提出了"假设观测值"概念。在AR模型的基础上建立一种新的订正模型称之为New AR模型。其订正预报结果表明:新模型能在12h时效内,改善WRF模式风速模拟精度,其中6h的改进效果较好。 相似文献
7.
海面风速对航运及海上生产作业影响重大,但数值模式对于海面的风速预报仍存在较大误差。为降低数值模式海面10 m风速预报的系统性误差,提高海上大风预报准确率,基于2017—2019年中国气象局地面气象观测资料对ECMWF确定性模式的10 m风场预报结果进行检验评估,并采用概率密度匹配方法对模式误差进行订正。分析结果表明,概率密度匹配方法可有效地改善数值模式10 m风速预报的系统性误差,订正后风速在各个预报时效和风速量级的平均误差均较订正前有所降低。对于大量级风速的预报,经概率密度匹配方法订正后的风速预报的漏报率可减少10%以上。订正后12 h预报时效的8、9级风速预报的平均绝对误差分别由4.15 m/s、5.61 m/s降低至3.12 m/s、4.08 m/s,120 h预报时效的8、9级风速预报的平均绝对误差由7.38 m/s、9.35 m/s减小至6.46 m/s、8.07 m/s。在冷空气、台风大风天气过程中,基于概率密度匹配方法订正后的风速与实况观测更接近,能够为我国近海洋面10 m风速的预报提供更准确的参考。 相似文献
8.
为了提高GRAPES_3 km（Global/Regional Assimilation and Prediction System）模式在2018年平昌冬奥会气象服务中的预报能力,采用一阶自适应的卡尔曼滤波方法对GRAPES_3 km模式的2 m气温、2 m相对湿度和10 m风开展偏差订正。结果表明:偏差订正方法明显提高了地面要素的预报效果,其中2 m气温的均方根误差整体减小到2℃左右,站点订正改善率为10%~60%;10 m风速的均方根误差减小到2 m·s-1左右,站点订正改善率为10%~45%;2 m相对湿度减小到20%以下,站点订正改善率为0~20%。与韩国气象厅LDAPS（Local Data Assimilation and Prediction System）及美国宇航局NU-WRF（NASA-Unified WRF）模式相比,GRAPES_3 km模式的风速预报表现更为优异,各站点整体预报效果明显优于LDAPS和NU-WRF模式。偏差订正方法可有效改善模式在复杂地形条件下的预报能力,是提高精细化预报准确率的重要手段。 相似文献
9.
北京奥运演练精细化预报方法及其检验评估 总被引：6，自引：1，他引：5
2007年北京奥运演练期间精细化场馆客观预报方法,即支持向量机方法(SVM)和半周期函数拟合(HPFF)预报方法,为场馆精细化预报产品的制作提供了有力的技术支撑.利用2007年8月1-26日国家体育场、顺义水上中心等5个奥运场馆的5种地面气象要素(气温、相对湿度、风向、风速、和3小时累积降水量)观测资料,对SVM和HPFF客观预报方法以及预报员在客观方法基础上制作的3天逐3小时预报进行了检验评估.结果表明:(1)两种客观方法相比较,HPFF方法对于预报连续变化的气象要素(如气温、相对湿度和风速)的精细预报比SVM方法预报技巧高;而对不连续变化的变量(如:风向)的预报技巧低于SVM方法.(2)预报员制作精细要素预报在很大程度上依靠客观方法.预报员对于气温、相对湿度和风速的预报技巧略高于客观方法,对于降水和风向的预报技巧与客观方法相当.尽管预报员对客观方法的修正能力比较有限,但具有对两种客观方法结果做出择优选择的综合判别能力;(3)预报员0～63小时气温预报平均绝对误差约为1.8℃,气温预报误差≤1℃的准确率在43%左右,预报误差随预报时效变化不大;0～24小时相对湿度预报平均绝对误差约为10%,相对湿度预报误差≤10%的准确率是60%,误差随预报时效而有所增大;0～63小时风向预报准确率约20%,预报准确率随预报时效变化不大;0～63小时风速预报平均绝对误差在0.8～1.4m·s-1之间. 相似文献
10.
基于2008年8月1—24日国家体育场、顺义水上中心等5个奥运场馆自动站的5种地面气象要素(气温、相对湿度、风向、风速、和3小时累积降水量)的观测资料,对SVM和HPFF客观预报方法以及预报员在客观方法基础上制作的3天逐3小时预报产品进行检验评估。结果表明:(1)两种客观方法相比较,HPFF方法对于预报连续变化的气象要素(如气温、相对湿度)的精细预报比SVM方法更有优势,预报技巧要高;而对不连续变化的变量(如:风向)的预报技巧低于SVM方法。总体说来,HPFF方法比SVM方法的精细要素预报技巧高一些。(2)预报员对于5种气象要素的预报技巧略高于客观方法。体现了预报员对客观方法的修正能力。(3)0～12小时预报时效内,预报员气温预报平均绝对误差约为1.2℃,气温|F-O|≤1℃的预报准确率在57%上下;相对湿度预报平均绝对误差约为7%,相对湿度|F-O|≤10%的预报准确率约为74%;风向预报准确率约为30%;风速预报平均绝对误差为1m.s-1左右,预报准确率在92%左右。(4)12～63小时预报时效内,预报员气温预报平均绝对误差约为1.7℃,气温|F-O|≤1℃的预报准确率在36%上下;相对湿度预报平均绝对误... 相似文献
11.
The present study is conducted to verify the short-range forecasts from mesoscale model version5 (MM5)/weather research and forecasting (WRF) model over the Indian region and to examine the impact of assimilation of quick scatterometer (QSCAT) near surface winds, spectral sensor microwave imager (SSM/I) wind speed and total precipitable water (TPW) on the forecasts by these models using their three-dimensional variational (3D-Var) data assimilation scheme for a 1-month period during July 2006. The control (without satellite data assimilation) as well as 3D-Var sensitivity experiments (with assimilating satellite data) using MM5/WRF were made for 48 h starting daily at 0000 UTC July 2006. The control run is analyzed for the intercomparison of MM5/WRF short-range forecasts and is also used as a baseline for assessing the MM5/WRF 3D-Var satellite data sensitivity experiments. As compared to the observation, the MM5 (WRF) control simulations strengthened (weakened) the cross equatorial flow over southern Arabian sea near peninsular India. The forecasts from MM5 and WRF showed a warm and moist bias at lower and upper levels with a cold bias at the middle level, which shows that the convective schemes of these models may be too active during the simulation. The forecast errors in predicted wind, temperature and humidity at different levels are lesser in WRF as compared to MM5, except the temperature prediction at lower level. The rainfall pattern and prediction skill from day 1 and day 2 forecasts by WRF is superior to MM5. The spatial distribution of forecast impact for wind, temperature, and humidity from 1-month assimilation experiments during July 2006 demonstrated that on average, for 24 and 48-h forecasts, the satellite data improved the MM5/WRF initial condition, so that model errors in predicted meteorological fields got reduced. Among the experiments, MM5/WRF wind speed prediction is most benefited from QSCAT surface wind and SSM/I TPW assimilation while temperature and humidity prediction is mostly improved due to latter. The largest improvement in MM5/WRF rainfall prediction is due to the assimilation of SSM/I TPW. The assimilation of SSM/I wind speed alone in MM5/WRF degraded the humidity and rainfall prediction. In summary the assimilation of satellite data showed similar impact on MM5/WRF prediction; largest improvement due to SSM/I TPW and degradation due to SSM/I wind speed. 相似文献
12.
Haixia Duan Yaohui Li Tiejun Zhang Zhaoxia Pu Cailing Zhao Yuanpu Liu 《Acta Meteorologica Sinica》2018,32(3):469-490
This study investigated the performance of the mesoscale Weather Research and Forecasting (WRF) model in predicting near-surface atmospheric temperature and wind for a complex underlying surface in Northwest China in June and December 2015. The spatial distribution of the monthly average bias errors in the forecasts of 2-m temperature and 10-m wind speed is analyzed first. It is found that the forecast errors for 2-m temperature and 10-m wind speed in June are strongly correlated with the terrain distribution. However, this type of correlation is not apparent in December, perhaps due to the inaccurate specification of the surface albedo and freezing–thawing process of frozen soil in winter in Northwest China in the WRF model. In addition, the WRF model is able to reproduce the diurnal variation in 2-m temperature and 10-m wind speed, although with weakened magnitude. Elevations and land-use types have strong influences on the forecast of near-surface variables with seasonal variations. The overall results imply that accurate specification of the complex underlying surface and seasonal changes in land cover is necessary for improving near-surface forecasts over Northwest China. 相似文献
13.
14.
利用自动气象站逐小时地面观测资料,采用客观检验方法对北京市气象局快速更新循环预报 (BJ-RUC) 系统在2008—2010年5—9月的预报结果进行检验,初步评估了BJ-RUC系统对地面气象要素的业务预报性能。结果表明:BJ-RUC系统对地面气象要素预报与实况的变化趋势有很好的一致性。其中,2 m温度预报整体偏高,误差范围为-1.5~1.5℃,早上和傍晚偏大,正午偏小;2 m相对湿度的预报整体偏低,误差为-25%~0,白天偏大,夜间偏小;10 m风速预报明显偏大,午后尤为显著,误差为0.6~1.2 m·s-1;6 h累积降水的晴雨预报效果较好,TS评分可达到0.4。系统在初始起报时次的稳定性较差,从第3个起报时次开始逐渐稳定,但预报误差随着预报时效的增长逐渐增大,12 h内的预报误差较小,预报结果较可靠,在短时临近预报中具有参考价值。 相似文献
15.
冬季高海拔复杂地形下GRAPES Meso要素预报的检验评估 总被引：4，自引：0，他引：4
利用GRAPES(Globe/Regional Assimilation and Prediction System)对2010年温哥华奥运会6个场馆气温、相对湿度、风及降水量的预报结果,采用预报准确率、平均误差、平均绝对误差、Alpha Index、TS和ETS评分等统计量对其进行了较详细的评估。结果表明:GRAPESMeso预报相对湿度的准确率最高,且随预报时效的增加,其变化趋于稳定。起初模式对相对湿度的预报偏干,之后逐渐变为预报偏湿;气温预报偏低;风速预报偏大。逐日各要素预报检验结果表明,气温的变化幅度最小;各级降水检验发现,晴雨预报的TS评分最高,且随降水增大,ETS评分逐渐接近TS。与其他模式预报结果对比发现,GRAPES-Meso对复杂地形下要素预报还存在一定的不足。本研究还发现,模式存在一定的系统误差,若能有效订正其误差,将有助于改进模式预报。 相似文献
16.
M. M. Smirnova K. G. Rubinshtein V. P. Yushkov 《Russian Meteorology and Hydrology》2011,36(12):777-785
Carried out is the comparison of the temporal courses of temperature and wind speed at different levels as well as of the
wind and temperature profiles in the atmospheric boundary layer obtained from the WRF regional model forecasts and using the
upper-air in situ and remote measurements in Moscow region. The errors in temperature and wind speed forecasts at different
levels are computed as well as the statistical estimates of the forecast of temperature inversions, atmospheric stratification
types, and monthly mean wind speed profiles on the basis of model forecasts and acoustic sounding. 相似文献
17.
自动站资料在WRF 3DVAR中的同化敏感性试验 总被引：1，自引：0，他引：1
为了了解国家级地面自动观测站不同观测要素对数值预报作用,利用WRF三维变分同化系统对自动站资料的不同观测要素开展同化＆预报试验。两个月的数值预报检验结果表明：1）只同化自动站温度观测对位势高度、温度和相对湿度场预报的影响作用最大,且主要为负作用,而同化气压或风向风速观测对上述要素预报影响作用比同化温度小,但会改善位势高度预报和部分温度预报,对相对湿度预报改善作用不明显;2）对于降水预报,同化风向风速方案的评分结果最差,同化温度的方案次之,同化气压的方案可以改善24h降水预报结果。由此看出用WRF 3DVAR同化地面观测资料时,气压观测十分重要,同时也说明要想用好地面观测资料,让其为数值预报提高发挥最大作用仍需开展很多研究工作。 相似文献
18.
This study conducted meteorological simulations in northern Colombia by analyzing different planetary boundary layer (PBL) schemes available in the numerical Weather Research and Forecasting (WRF) model. The study area included three nested domains with horizontal resolutions of 18 km, 6 km, and 2 km, with 38 vertical levels. The evolution and structure of the PBL were analyzed during the driest months (March, April, and May 2016) and in regions with the highest particulate matter concentrations. Sensitivity analysis of the WRF model was performed with two local and two non-local PBL schemes. The results were validated using observations of the surface air temperature, relative humidity, and surface wind speed collected from three meteorological stations in the area. The PBL heights were experimentally determined using radiosonde data provided by a station located in the center of the study area. Variations in PBL heights were estimated using linear regression methods and minimization of statistical errors for the bulk Richardson number, as well as analysis of vertical temperature and wind profiles. The WRF model reliably reproduced the daily values and diurnal cycles of temperature, relative humidity, and wind speed within the PBL and accounted for the influence of topography and sea breezes. Horizontal heat advection dominates the upwelling of air masses when sea breezes are active. The onshore wind direction starts to change from east to northwest, implying a decay in the land breeze regime. All schemes overestimate the mixing height and tend to underestimate surface air temperature values at night. All show wetter conditions and underestimate wind speed. Although the non-local Yonsei University (YSU) scheme shows the best performance, it also shows the largest sources of errors when determining the behavior of the surface layer during stable conditions. Relative humidity and wind speed estimates provided by the local Mellor‐Yamada‐Nakanishi‐Niino (MYNN) scheme were closer to those recorded at the meteorological stations. 相似文献
19.
利用中尺度数值预报模式MM5对山西省2009年发生的几场典型雾个例进行数值模拟。结果表明：模拟2 m温度比观测值偏低约2 ℃,相对湿度模拟结果比观测值偏大约15 %,10 m的模拟风速比观测的偏大0-2 m·s-1。山西省雾的预报指标为20 m液态水含量大于等于0.13 g·kg-1而小于0.60g·kg-1、20-1500 m高度大气层存在逆温层、地面风速小于4 m·s-1。利用太原测站日平均能见度、日平均相对湿度以及空气污染指数进行拟合建立太原能见度预报模型,并利用实测资料订正MM5、CAPPS模式预报误差,给出订正后的能见度预报方程并以两次实例对区域及太原雾天能见度预报表明该能见度预报模型有一定的适用性。 相似文献
20.
2008年7月18日对0807号台风海鸥进行了无人机探测工作。该次探测为中国大陆首次利用无人机直接向台风中心方向飞行, 进行台风基本气象要素的探测。无人机对台风海鸥进行了近4 h的飞行探测, 飞行高度为500 m, 距台风中心最近距离为108.4 km, 成功获得了探测时段内的温度、气压、相对湿度、风向、风速及海拔高度等基本气象要素数据。结果表明:气压和海拔高度呈显著性相关 (r=-0.98);距离台风中心越近, 气压越低, 风速越大, 温度也呈明显下降趋势; 地面至300 m的平均温度梯度为-1.02 ℃/100 m, 300~500 m的平均温度梯度为-0.46 ℃/100 m, 近地面的温度随高度变化较大; 探测时段内, 风速最大值为22.3 m/s, 平均值为15.1 m/s。 相似文献