辽宁省短时临近预报质量检验业务系统设计与实现

实现全省气象要素短时预报、强对流天气落区短时临近预报、强对流天气气象灾害预警信号等短时临近预报质量检验的客观化、定量化,进而实现系统与现有观测、预报业务有机衔接。     

哈尔滨机场雷暴分析预报系统的研制及应用

作者充分利用现有气象设备,采用多种高级编程语言,研制哈尔滨机场雷暴分析预报系统,其中利用现有气象信息网资源,实现初始数据自动读取和综合分析处理;采用相似分析技术,实现雷暴天气形势的自动相似判别;利用天气学方法和数理统计法,建立集成分析预报模式,实现0-24h雷暴概率短期预报;基于天气雷达回波,采用交叉相关算法,实现0-1h强对流临近预报预警。经应用表明,该系统运行及预报预警情况均达到了预期效果。     

基于.NET平台的海洋气象业务系统开发

根据全国海洋气象试点任务设置要求,结合浙江省委省政府的海洋发展战略,从海洋气象监测、预报、预警和评估4个方面提出浙江省海洋气象业务系统的总体方案,技术上采用.NET平台和WEBGIS技术相结合,实现各类海洋气象产品在地理信息上面叠加显示,平台的集约化设计大大提高了浙江海洋气象业务开展的效率,并且在海洋气象预报和预警产品制作发布和对地市的指导服务等方面有一定的特色。     

基于分布式架构的县级气象业务系统设计与实现

针对县级气象台业务集约化水平低的现状,利用C#、WPF、WCF以及SQL等技术,设计研发基于分布式架构的县级气象业务系统,实现了气象信息集成显示、预报预警、气象服务产品制作发布、业务流程监控等四大业务功能的集约化。业务应用表明,该系统可提高县级气象台预报预警业务效率和气象服务能力。     

连云港现代港口综合气象服务保障系统开发与应用

本项目的开发是为了建立符合现代港口快速发展所需的立体气象监测、预报预警和服务体系,为港口码头建设、渔业生产、海水养殖、滨海旅游、海上运输以及其他海洋工程提供各种海洋环境预报服务,向港口各作业单位、海水养殖户及特定用户提供港区实时气象监测信息,及港区预报、预警、应急保障等综合气象服务保障信息.系统使用Linux操作系统,MySql数据库和PHP网页技术进行开发,有力的保障了了平台的安全性和稳定性.     

多格式气象报文数据实时解析研究与应用

气象实时数据不仅是气象短时预报的基础,也是对气象灾害进行有效监控、预报、预警、评估的主要数据.气象报文种类多且报文格式各不相同,气象报文数据解析、清理及筛选非常复杂且灵活性差,实时查询非常慢.为此研究报文统一解析技术和数据流处理技术设计,并实现一个实际中安全的、可行的、快速的、灵活的气象实时数据采集系统.     

基于微信小程序的空管气象服务应用

微信小程序具有不占内存、开发成本低、后续开发简单等优点,契合气象服务需求,为此开发了一款基于微信小程序的空管气象服务应用。该应用包含天气实况、要素预报、天气雷达和资讯等多个功能页面,采用了图像修复、图像降尺度、管制气象融合等技术,能够将气象服务信息快速传递给用户。     

基于移动网络的气象实况服务实现

随着经济社会不断发展,气象实况服务在群众中生活作用日益凸显,准确快捷的提供气象实况信息可以辅助公众日常决策,为生活、出行等提供有益指导．目前国内大多数气象实况服务建立在Internet基础上,通过Ajax、Flex等技术手段为用户提供实时交互服务,国外已开展利用移动网络、结合语音识别等技术为用户提供更为便捷的服务．本文设计实现的基于移动网络的气象实况服务主要针对移动终端用户,在考虑气象部门服务模式的约束前提下,通过移动终端设备定位功能获取用户所在地的地理位置信息,找出临近自动气象站,获取临近位置的实况观测信息并快速返回给用户以实现实况服务．作为一种技术实现,本文的研究是Internet的一个有益补充,并在多个业务领域具有较好拓展性和指导意义．     

内蒙古电力气象预警自动发布系统的设计与实现

为保障内蒙古电力的安全稳定运行,依托于国家突发事件预警信息发布系统和基于PhantomJS应用平台以及企业微信接口,设计并开发了内蒙古电力气象预警自动发布系统。强化了内蒙古电力气象灾害预警,为内蒙古的电力安全生产和电网安全运行提供了定制化、精细化的气象服务。     

基于WebService气象数据的开发和应用

Web service就是一个应用程序,是一个能够通过Web进行调用的API,能够用编程的方法通过Web来调用这个应用程序。在网络技术快速发展的今天,许多数据服务平台建立Web service实现数据共享,气象系统通过网络建立Web服务为公众提供丰富的预报和实况数据。本文通过C#编程调用气象系统提供的Web service数据接口,并给出调用方法和实例。     

张家口供电气象服务系统的设计与应用

按照供电公司需求,结合本单位实际业务,参考其他气象部门对电力公司的服务经验,利用Visual Basic6.0、Access数据库设计开发了供电气象服务系统,最终实现系统化提供有针对性气象信息,以期为电力部门提供预测服务。     

基于阿里云的气象资料查询服务系统研究

针对浙江气象证明业务中缺乏客观、统一的资料查询工具问题,搭建基于阿里云的气象资料查询服务系统,实现气象要素查询、气象证明生成等功能,为气象证明业务提供数据支持服务,提高气象为民服务效率和质量。该系统充分利用阿里云的高可靠性、高扩展性等特点,实现系统资源的弹性动态调整,解决了系统在灾害性天气期间的突发访问量问题。     

基于自适应特征权重聚类算法的用电问题分析

提升客服系统对于群体客户用电问题的分析与理解能力是改善电力行业客服质量的重要途径之一.本文基于数据挖掘中的聚类技术,以电力客服中心记录的客户用电问题为数据基础,建立客户服务数据分析聚类模型,进而提出了针对用电问题分析的改进的自适应特征权重K-Means聚类算法.实验验证了该方法可快速准确地实现客服数据的自动聚类,可挖掘出隐藏的客户用电问题关键信息,为改进用电力客服质量与潜在服务风险预测提供了技术支撑.     

电力体制改革新时代下如何提升客户满意度

过去电网企业是垄断经营,随着电力体制改革和国有企业改革的纵深推进,客户有了更多选择。优质服务关乎电网企业新时代改革发展大局,只有优质服务才能使电网企业在改革发展中进入良性循环。然而,从第三方客户满意度调查报告中反映的情况可以看出,部分单位还存在垄断思维,“以客户为中心”的服务意识在实际工作中还未得到很好的落实,具体表现在停电次数多、电压不稳定、业扩流程长、抄表催费欠规范等客户用电体验较敏感的供电服务上。本文从客户体验管理角度,关注客户的用电体验和感受,把满足人民美好生活的电力需要作为电网企业工作的出发点和落脚点,围绕提升客户服务质量的关键点、电网企业存在的客户服务短板、提升客户满意度的有效措施等方面进行了有益地探讨。     

基于Micaps3.1的暴雨洪涝预报预警模块的研发

文中利用C#.NET构建了基于MICAPS3.1系统应用的暴雨洪涝预报预警系统整体框架,重点介绍了该系统开发的基本情况、系统架构和系统中使用的关键技术和算法。并选取汉江丹江口为试验流域,初步完成了流域基础地理（边界、水系）、气象、水文监测站点的收集以及显示;流域QPE、QPF、实况监测等气象要素实时产品信息的提取以及气象要素产品与水文模型接口的设计;最后提供了流域实况降水监测场、流域实况降水雷达估算场、流域预报雨量场、流域水文预报信息数据、图形等产品文件。该模块的研发能为流域防洪决策提供支持,并为河流防汛精细化预报服务试点工作的推广提供经验和模式。     

基于大数据挖掘电量预测方法的创新及应用

本文主要是基于营销系统数据开展电量预测出发,分析不同区域、行业以及时期的电量变化趋势,深入挖掘数据,发现隐藏信息并加以利用。全方位挖掘影响电量的因素,筛选出相关性强的因子形成因子储备库为后续建模做准备。通过运用时间序列、多元线性回归和灰色预测等算法对电量进行预测,丰富电量预测手段,提高短期、中期和长期的电量预测能力,并对预测结果进行可视化展示,为电量预测提供可靠的数据支撑。经实例验证,该方法能够有效的提高电量预测方面的精准度,实现未来用电量的精准预测,不仅能提升客户服务能力,提高客户服务部门的工作效率,还能有效提高电力公司的核心竞争力,使电力公司在市场愈发激烈的现状下做出更加明智的商业决策,抢占电力市场的主导地位。     

终端安全管理系统在气象网络中的研究与应用

终端安全管理系统是中国气象局信息安全防护体系的重要组成部分,为业务系统和办公网络的各类终端提供基本的安全保证。但是终端安全管理系统在气象业务环境下还没有形成有效的研究和经验积累。随着全国气象业务系统面临的安全风险不断增加,探索气象业务系统部署终端安全防护系统,保证气象数据的安全性的问题亟待解决。文中以气象业务系统的终端数据安全为出发点,根据中国气象局信息网络一体化建设的需要,结合CIMISS等业务系统的数据流转过程,通过研究在业务系统建立终端安全防护机制,引入一定的机器学习算法对安全事件进行分析与分类,在一定的范围内对安全事件进行归纳总结,发现存在的深层次问题并进行针对性整改,从而大幅降低终端用户的安全风险。     

基于自适应卡尔曼滤波在气象影响下负荷预测

如今电网系统中所构成电力负荷的电器越来越多,其中像空调等受气象影响的负荷所占比例持续升高,那么气象因素（温度、湿度、降雨量等）对电网的影响自然越来越突出,因此短期负荷预测将气象因素考虑进去,能够大大提升预测精度。根据某地区六年的电力负荷数据,构建卡尔曼滤波模型,可以给出高效准确的预测结果。然后将气象因素考虑到自适应卡尔曼滤波模型,通过不断对状态估计进行修正,得到计及气象因素影响的负荷预测结果精度更高。通过MATLAB 仿真,说明这种算法比较传统的卡尔曼滤波具有更高的预测精度,而且这种改进后的算法对实现短期负荷预测提供了一条新的途径。     

基于气象因素充分挖掘的BiLSTM光伏发电短期功率预测

传统光伏发电功率预测存在因气象因素特征提取不综合不精确而导致预测精度不高的问题. 为了充分挖掘气象因素对光伏出力的影响, 并有效利用深度学习技术在非线性拟合方面的优势, 本文提出了一种基于气象因素充分挖掘的双向长短期记忆(Bi-directional Long Short Term Memory, BiLSTM)网络光伏发电短期功率预测方法. 在对原始数据进行异常值及标准化处理的基础上, 采用K近邻算法(K-Nearest Neighbor, KNN)在外界温度、湿度、压强等诸多气象因素中充分挖掘影响光伏出力的关键因素, 重构多元数据序列, 并在探索输入层时间步长、模型层数及每层维数等超参数的合理设置方案的基础上, 构建BiLSTM网络模型, 实现光伏发电短期功率的高精度预测. 仿真结果表明, 与KNN、深度信念网络(DBN)、BiLSTM、PCA-LSTM等经典方法比较, 所提KNN-BiLSTM方法具有更高的预测精度.     

基于客户能量使用大数据的能效评价体系构建

随着电力体制改革的不断深入,为客户提供差异化能效服务已逐渐成为供电企业在营商环境中争取有利地位的重要手段。针对高压电力客户,本文以客户历史运行数据为基础,运用轮廓系数法对表征客户运营情况的抄表周期、缴费方式等5项指标进行聚类分析,将客户分为三类;而后,采用条件推断决策树法对聚类结果进行验证,以可靠筛选出潜在节能需求客户。在此基础上,针对节能需求客户,运用熵理论计算基本电费、分时电费等19项节能指标的信息增益,最终筛选出有效节能评价指标10项,进而建立了节能评价指标体系,以精准定位客户节能需求薄弱点;在此基础上,提出三级阶梯式节能服务策略,为构建服务全社会的能效服务共享平台奠定基础。最后,以某客户为例对文中所提方法进行了逐一验证。