检索结果-维普期刊中文期刊服务平台

数值气象预报中的并行计算研究被引量：7: 1; 作者孙安香宋君强李晓梅《高技术通讯》 EI CAS CSCD 2001年第12期33-36,共4页; 介绍了并行计算与数值气象预报的发展概况 ,论述了并行算法的一般设计方法 ,展示了作者在数值气象预报的典型并行算法和并行实现技术方面所做的主要研究工作 ,以及这些研究成果所取得的一系列数值气象预报系统的并行计算结果 ,最后讨论... 展开更多; 关键词数值气象预报并行计算并行算法并行实现技术并行计算机; 在线阅读下载PDF 职称材料

基于曙光1000的中尺度数值气象预报系统及其在江淮流域的适用性研究: 2; 作者安虹韩文廷 +1 位作者陈国良李柏《小型微型计算机系统》 CSCD 北大核心 2000年第11期1121-1125,共5页; 本文介绍了我们基于曙光 10 0 0建立起来的中尺度数值气象预报系统及其在江淮流域的适用性研究 ,包括MM4数值预报模式的分析及其并行化方法 ,系统组成及基于该系统的预报过程 .通过对 1998年、1999年发生在江淮流域的多次各类暴雨天气过... 展开更多; 关键词数值气象预报曙光1000 高性能计算 MM4; 在线阅读下载PDF 职称材料

内蒙古电网区域风电功率预测系统被引量：30: 3; 作者白永祥房大中 +1 位作者侯佑华朱长胜《电网技术》 EI CSCD 北大核心 2010年第10期157-162,共6页; 内蒙古电网区域风电功率预测系统采用分布式结构,由数值气象预报系统和风电功率预测系统组成:风电功率预测以数值预报模式和风电功率统计预报模型为基础;数值气象预报采用MM5中尺度数值气象预报模式对风电场所在区域未来48h不同高度的... 展开更多; 关键词风电场风电功率区域功率预测中尺度模型数值气象预报神经网络; 在线阅读下载PDF 职称材料

面向高比例新能源接入的配电网电压时空分布感知方法被引量：24: 4; 作者张天策王剑晓 +3 位作者李庚银周明王宣元刘蓁《电力系统自动化》 EI CSCD 北大核心 2021年第2期37-45,共9页; 随着配电网中新能源渗透率不断增加,电压越限、潮流过载等安全性问题愈发严峻。为此,文中提出一种面向高比例新能源渗透的配电网电压时空分布感知方法,通过数据驱动的方法实现在缺乏配电网潮流模型条件下的短期、高精度的节点电压感知... 展开更多; 关键词配电网电压感知高比例新能源数值气象预报广义回归神经网络核密度估计; 在线阅读下载PDF 职称材料

运用广义回归神经网络预测风电场功率被引量：7: 5; 作者熊图《电网与清洁能源》 2014年第1期109-113,共5页; 运用广义回归神经网络对风电场出力提前了24 h预测。对引入数值气象预报信息与不引入数值气象预报信息两种情况的预测结果进行了比较分析。首先,对前15 d的风功率数据进行训练,通过交叉验证,建立模型,预测了未来一天的风电场出力。然后... 展开更多; 关键词风电场出力预测广义回归神经网络交叉验证数值气象预报; 在线阅读下载PDF 职称材料

题名数值气象预报中的并行计算研究被引量：7: 1; 作者孙安香宋君强李晓梅; 机构国防科技大学计算机系; 出处《高技术通讯》 EI CAS CSCD 2001年第12期33-36,共4页; 基金 86 3计划 ( 86 3 30 6 ZD11 0 3 0 8) ( 86 3 30 6 ZD0 1 0 3 0 4)资助项目; 文摘介绍了并行计算与数值气象预报的发展概况 ,论述了并行算法的一般设计方法 ,展示了作者在数值气象预报的典型并行算法和并行实现技术方面所做的主要研究工作 ,以及这些研究成果所取得的一系列数值气象预报系统的并行计算结果 ,最后讨论了并行计算与数值气象预报的未来发展。; 关键词数值气象预报并行计算并行算法并行实现技术并行计算机; Keywords Numerical weather forecasting, Parallel computing, Parallel algorithm, Parallel implementing technology; 分类号 TP399 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于曙光1000的中尺度数值气象预报系统及其在江淮流域的适用性研究: 2; 作者安虹韩文廷陈国良李柏; 机构国家高性能计算中心中国科学技术大学计算机科学技术系安徽省气象局; 出处《小型微型计算机系统》 CSCD 北大核心 2000年第11期1121-1125,共5页; 基金国家863-306(合同号为863-306-ZD07-1)的资助; 文摘本文介绍了我们基于曙光 10 0 0建立起来的中尺度数值气象预报系统及其在江淮流域的适用性研究 ,包括MM4数值预报模式的分析及其并行化方法 ,系统组成及基于该系统的预报过程 .通过对 1998年、1999年发生在江淮流域的多次各类暴雨天气过程 ,利用曙光 10 0 0上并行化中尺度模式 MM4进行的数值预报结果与实况进行的对比分析研究 ,结果表明 :曙光 10 0 0上并行化的中尺度数值模式 MM4对发生在江淮流域的江淮气旋、梅雨锋暴雨等中尺度天气系统具有较好的预报能力 ,尤其在 6至 2 4小时的预报时效内对发生在系统内的中尺度降水系统 (中尺度雨带 )具有很好的预报能力 ,反映出该系统具有良好的区域适用性 .实例研究也表明 ,该中尺度数值模式仍然有许多问题要解决 ,文中指出了今后将继续研究和改进的方向 .; 关键词数值气象预报曙光1000 高性能计算 MM4; Keywords Numerical weather forecast MM4 Dawning 1000 High performance computing; 分类号 P456.7 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名内蒙古电网区域风电功率预测系统被引量：30: 3; 作者白永祥房大中侯佑华朱长胜; 机构天津大学电气与自动化工程学院内蒙古电力调度通信中心; 出处《电网技术》 EI CSCD 北大核心 2010年第10期157-162,共6页; 文摘内蒙古电网区域风电功率预测系统采用分布式结构,由数值气象预报系统和风电功率预测系统组成:风电功率预测以数值预报模式和风电功率统计预报模型为基础;数值气象预报采用MM5中尺度数值气象预报模式对风电场所在区域未来48h不同高度的风速、风向、温度、湿度、气压和降水进行滚动预测,计算网格水平分辨率为9km。基于相似模型理论,采用人工神经网络方法,建立了区域风电功率预测模型,实现了对单个风电场、特定区域内风电场群和全网风电功率的短期和超短期预测。; 关键词风电场风电功率区域功率预测中尺度模型数值气象预报神经网络; Keywords wind farm forecasting mesoscale model neural network wind power regional power numerical weather prediction; 分类号 TM741 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名面向高比例新能源接入的配电网电压时空分布感知方法被引量：24: 4; 作者张天策王剑晓李庚银周明王宣元刘蓁; 机构新能源电力系统国家重点实验室(华北电力大学) 国网冀北电力有限公司; 出处《电力系统自动化》 EI CSCD 北大核心 2021年第2期37-45,共9页; 基金国家自然科学基金资助项目(51907064) 国家电网公司科技项目(5700-202014197A-0-0-00)~~。; 文摘随着配电网中新能源渗透率不断增加,电压越限、潮流过载等安全性问题愈发严峻。为此,文中提出一种面向高比例新能源渗透的配电网电压时空分布感知方法,通过数据驱动的方法实现在缺乏配电网潮流模型条件下的短期、高精度的节点电压感知预测。所提方法包含三部分:基于数值气象预报的分布式风光预测,建立气象数据与分布式能源出力之间的时空映射关系;基于广义回归神经网络(GRNN)的电压灵敏度矩阵学习机制,在缺乏配电网潮流模型条件下构建数据驱动的节点功率-电压映射;基于核密度估计(KDE)的GRNN预测样本修正法(KDE-GRNN),进一步降低因原始样本局部密度偏差导致的预测误差。基于IEEE 33和委内瑞拉141节点配电网验证了所提方法的有效性。对比同类算法,验证了提出的KDE-GRNN在预测精度、收敛速度方面的优势。; 关键词配电网电压感知高比例新能源数值气象预报广义回归神经网络核密度估计; Keywords distribution network voltage awareness high penetration of renewable energy numerical weather prediction generalized regression neural network kernel density estimation; 分类号 TM714.2 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名运用广义回归神经网络预测风电场功率被引量：7: 5; 作者熊图; 机构广州供电局有限公司; 出处《电网与清洁能源》 2014年第1期109-113,共5页; 文摘运用广义回归神经网络对风电场出力提前了24 h预测。对引入数值气象预报信息与不引入数值气象预报信息两种情况的预测结果进行了比较分析。首先,对前15 d的风功率数据进行训练,通过交叉验证,建立模型,预测了未来一天的风电场出力。然后加入历史风速数据,对历史风速和风功率进行训练,利用数值气象预报信息,预测未来1 d的风功率。通过算例表明,使用广义回归神经网络模型预测未来1 d的风电场出力,预测结果能够跟踪实际风功率,同时加入数值气象预报信息的预测结果较不加入数值气象预报信息的神经网络预测,精度有所提高。; 关键词风电场出力预测广义回归神经网络交叉验证数值气象预报; Keywords wind power forecasting generalized regression neural network cross-validation numerical weather prediction; 分类号 TM614 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	数值气象预报中的并行计算研究	孙安香宋君强李晓梅	《高技术通讯》 EI CAS CSCD	2001	7	在线阅读下载PDF 职称材料
2	基于曙光1000的中尺度数值气象预报系统及其在江淮流域的适用性研究	安虹韩文廷陈国良李柏	《小型微型计算机系统》 CSCD 北大核心	2000	0	在线阅读下载PDF 职称材料
3	内蒙古电网区域风电功率预测系统	白永祥房大中侯佑华朱长胜	《电网技术》 EI CSCD 北大核心	2010	30	在线阅读下载PDF 职称材料
4	面向高比例新能源接入的配电网电压时空分布感知方法	张天策王剑晓李庚银周明王宣元刘蓁	《电力系统自动化》 EI CSCD 北大核心	2021	24	在线阅读下载PDF 职称材料
5	运用广义回归神经网络预测风电场功率	熊图	《电网与清洁能源》	2014	7	在线阅读下载PDF 职称材料