排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
利用华山1953-2008年逐日平均气温、最高气温和最低气温资料,运用M-K突变检验、Morlet小波分析等方法对华山气温变化特征进行了分析,结果表明:年平均气温、年平均最高气温和年平均最低气温均具有明显的冷期和暖期交替的特点,持续时间冷期比暖期长;四季气温均呈上升趋势,但增幅不同,冬季最大,夏季最小;年极端最低气温呈强烈的上升趋势;年平均气温、年平均最高气温和年平均最低气温突变分别出现在1995年、1997年和1993年,并且均存在准4 a、9 a的小尺度周期振荡和30 a左右大尺度周期振荡. 相似文献
2.
利用西安市2009年11月15日至2019年3月14日供暖期燃气负荷及气象观测逐日资料,分析西安市供暖期、节假日、双休日燃气负荷的变化规律,采用相关分析方法,筛选相关性显著的因子作为燃气负荷影响因子。在此基础上,采用多元线性回归分析方法,构建供暖期日燃气负荷预测模型,并对模型进行检验评估。结果表明:近10 a西安市供暖期燃气用量逐年增加,且日燃气负荷呈单峰型波动变化,峰值出现在1月。供暖期燃气负荷具有双休日、节假日效应,其燃气负荷明显低于工作日,且节假日越长影响越明显。供暖期燃气负荷与前一日燃气负荷呈显著正相关,而与最高气温、最低气温、平均气温及人体舒适度等气象因子呈显著负相关,分离基础燃气负荷后的供暖燃气负荷与上述气象因子的相关性明显提高。基于上述5个影响因子构建的供暖期日燃气负荷动态预测模型,经检验,平均相对误差为3.4%,且用气高峰期模型预测更稳定,相对误差为2.77%,能够满足天然气公司供暖期燃气调度需求。 相似文献
3.
利用陕西省某一风电场区域内的观测资料,分析了该风电场的风速规律,并引入最优训练期方案,研究利用线性回归方法建立风电功率预报模型的可行性。结果表明:该风电场区域,不同高度的风速及其高度间的风速差异均表现出最大值出现在夜间,最小值出现在白天,从低层到高层的风速日变化趋势一致的特征。一日中,风速与风电功率在09:00~17:00时段的相关系数明显小于其它时段。按照风速是否大于5 m·s-1将训练期观测样本分为2组,可以明显改善风速与风电功率的回归关系。以风机轮毂高度处的风速作为预报因子,并引入风电功率与风速之间相关系数的日变化规律、以及不同风速量级下风速与风电功率之间回归关系的差异性,采用最优训练期方案和一元线性回归方法建立的风电功率预报方程,具有预报误差小和最优训练期短的特点,满足实际业务需求。 相似文献
4.
5.
采用华山气象站1980—2007年的电线积冰观测资料和陕西省95个气象观测站资料,分析了电线积冰厚度与常规气象资料的相关性,并据此推算出各地距地面10m高度上历年标准的电线积冰厚度,用极值Ⅰ型推断30和50年一遇的最大积冰厚度。结合陕西省电力设计院设计经验、陕西省电网运行现状及历史电网冰灾事故调查情况,对陕西省电网冰区进行了初步划分。结果表明:最大积冰厚度与年雾凇日数、年雨凇日数有较好相关性;将全省分为6个积冰区,并分别绘制出全省不同区域30和50年一遇的1:500000积冰分布图。该结果已作为陕西省电力建设中电线积冰厚度设计的重要依据。 相似文献
6.
7.
1