本文利用中国气象局提供的MICAPS资料,对2016年7月31至8月1日拜城县强降水天气过程进行分析。结果表明,冷空气在脊前输送并积聚在低槽内,伊朗副热带高压向东扩展,推动了西西伯利亚低涡向东移动,南部分裂短波不断向南移动,整个新疆地区...本文利用中国气象局提供的MICAPS资料,对2016年7月31至8月1日拜城县强降水天气过程进行分析。结果表明,冷空气在脊前输送并积聚在低槽内,伊朗副热带高压向东扩展,推动了西西伯利亚低涡向东移动,南部分裂短波不断向南移动,整个新疆地区以分散性降水为主,这也是拜城县出现强降水天气原因;700 h Pa中低空处,拜城县上空以偏南风为主,进而形成风的辐合,且中低层饱和湿区的存在,说明拜城县水汽条件较为充足;西南急流对阿克苏地区产生影响,其上空有风速辐散作用,高层抽吸对于中低层辐合上升较为有利,进一步推动拜城县强降水天气的出现。展开更多
现有电力负荷预测方法面临诸多挑战,尤其是在考虑气象因素对负荷波动的影响时,传统方法往往忽视气象特征与负荷之间复杂的非线性关系,导致预测精度不足。对此文中提出一种基于气象相似日修正(meteorological similar day correction,MS...现有电力负荷预测方法面临诸多挑战,尤其是在考虑气象因素对负荷波动的影响时,传统方法往往忽视气象特征与负荷之间复杂的非线性关系,导致预测精度不足。对此文中提出一种基于气象相似日修正(meteorological similar day correction,MSDC)和改进鹦鹉优化(improved parrot optimizer,IPO)线性分解(decomposition-based linear,DLinear)的日前电力负荷预测模型。首先运用Logistic映射、自适应变异策略、螺旋波动搜索IPO对DLinear超参数进行优化,然后由DLinear提取数据的周期性和趋势性特征,最后通过比对气象特征欧氏距离修正负荷预测值,形成基于IPO-DLinear-MSDC的日前电力负荷预测模型。采用2024年6月至10月湖南株洲地区总电力负荷数据集进行仿真分析,IPO-DLinear-MSDC模型的输出平均绝对百分比误差(mean absolute percentage error,MAPE)、决定系数R2分别为4.67%、0.833,相较于IPO-DLinear与PO-DLinear模型,MAPE分别下降了0.83个百分点、1.43个百分点,R2分别提升了0.074、0.125。展开更多
文摘本文利用中国气象局提供的MICAPS资料,对2016年7月31至8月1日拜城县强降水天气过程进行分析。结果表明,冷空气在脊前输送并积聚在低槽内,伊朗副热带高压向东扩展,推动了西西伯利亚低涡向东移动,南部分裂短波不断向南移动,整个新疆地区以分散性降水为主,这也是拜城县出现强降水天气原因;700 h Pa中低空处,拜城县上空以偏南风为主,进而形成风的辐合,且中低层饱和湿区的存在,说明拜城县水汽条件较为充足;西南急流对阿克苏地区产生影响,其上空有风速辐散作用,高层抽吸对于中低层辐合上升较为有利,进一步推动拜城县强降水天气的出现。
文摘现有电力负荷预测方法面临诸多挑战,尤其是在考虑气象因素对负荷波动的影响时,传统方法往往忽视气象特征与负荷之间复杂的非线性关系,导致预测精度不足。对此文中提出一种基于气象相似日修正(meteorological similar day correction,MSDC)和改进鹦鹉优化(improved parrot optimizer,IPO)线性分解(decomposition-based linear,DLinear)的日前电力负荷预测模型。首先运用Logistic映射、自适应变异策略、螺旋波动搜索IPO对DLinear超参数进行优化,然后由DLinear提取数据的周期性和趋势性特征,最后通过比对气象特征欧氏距离修正负荷预测值,形成基于IPO-DLinear-MSDC的日前电力负荷预测模型。采用2024年6月至10月湖南株洲地区总电力负荷数据集进行仿真分析,IPO-DLinear-MSDC模型的输出平均绝对百分比误差(mean absolute percentage error,MAPE)、决定系数R2分别为4.67%、0.833,相较于IPO-DLinear与PO-DLinear模型,MAPE分别下降了0.83个百分点、1.43个百分点,R2分别提升了0.074、0.125。
