-
公开(公告)号：CN117235632A
公开(公告)日：2023-12-15
申请号：CN202311030768.9
申请日：2023-08-15
Applicant: 中国长江电力股份有限公司 , 湖北省气象信息与技术保障中心
IPC: G06F18/243 , G01W1/02 , G06F18/214 , G06N3/0895
Abstract: 本发明公开一种大型蒸发传感器水位异常数据检测方法，其特征在于：它包括如下步骤：S1：获取因子数据；所述因子数据包括物理量场因子数据和被检测对象数据；S2：对因子数据进行特征萃取，得到萃取后的数据；S3：建立孤立森林异常检测模型，使用萃取后的数据进行训练；S4：孤立森林异常检测模型参数调优；使用最优参数重复S3对模型进行训练；S5：使用得到的异常检测模型对被检测对象数据进行检测，得出检测结果；本发明克服传统检测方法因为异常因子样本数目不足而造成的模型泛化能力下降问题，同时采用Pseudo‑labeling半监督学习和permutation特征筛选方法相结合的方式产生伪异常标签的特征因子用于模型训练，避免模型泛化能力下降。
-
公开(公告)号：CN116432032A
公开(公告)日：2023-07-14
申请号：CN202310400212.8
申请日：2023-04-12
Applicant: 湖北省气象信息与技术保障中心
IPC: G06F18/214 , G06F18/243 , G06N20/20 , G06N5/01
Abstract: 本发明提供了一种基于多源数据和机器学习的气象数据异常事件识别方法。在进行地面气象数据质量异常事件的识别时，引入了地理信息数据、地面相关气象数据及累年气候标准值这些多源数据；利用当前站点及其周边邻近站的多源数据建立特征向量，使用两种机器学习算法构建气象要素偏差估计模型，计算站点各气象要素值的偏差序列，并通过统计方法得到站点各气象要素的平均偏差、偏差标准差、日评估因子、持续时间等事件统计特征；通过对事件统计特征的分析，构建质量异常事件划分指标，进而确定异常事件类型，达到识别气象数据质量异常事件的目的，可对地面气象数据长期质量问题进行实时监测，对提升地面气象数据质量和促进气象站点仪器维护具有较好的支撑作用。
-
公开(公告)号：CN117910791B
公开(公告)日：2024-11-19
申请号：CN202311673707.4
申请日：2023-12-07
Applicant: 中国长江电力股份有限公司 , 国家气候中心
IPC: G06Q10/0635 , G06Q50/06 , G06F18/21 , G06F18/23 , G06F18/241
Abstract: 本发明公开了一种基于多维模式和参数分析的能源风险动态识别及评估方法，所述方法用于风光能源领域，具体而言，所述方法基于风能、太阳能资源数据库，根据风能和太阳能的出力阈值提取能源气候典型风险事件及其组合，从风光低出力的程度、范围、持续时间、发生频次等多个维度，采用聚类分析IAD算法分析了不同地区风光资源气候风险的时空变化特征，并可进一步评估出特定区域的风能和太阳能资源指数。本发明不仅能够客观评估和预警我国风光资源的气候风险，并对极端气候条件下风光组合事件的分布特征进行分析，为未来我国风光电场选址与地区可再生能源规划提供科学数据支撑和合理评估。
-
公开(公告)号：CN117849902A
公开(公告)日：2024-04-09
申请号：CN202311585301.0
申请日：2023-11-27
Applicant: 中国长江电力股份有限公司 , 武汉区域气候中心
IPC: G01W1/10 , G01W1/14 , G06T3/4007 , G06T3/4046 , G06T3/4053 , G06N3/08 , G06N7/01
Abstract: 本发明公开一种时空双订正高分辨次季节网格集合降水预报释用方法，其特征在于：它包括如下步骤：步骤1.基于深度学习超分辨方法的历史高分辨率网格降水重建；步骤2.模式多样本数据的逐日降水预报线性集合预报；步骤3.基于概率密度订正的单网格点时序订正方法；步骤4.基于核密度估计的空间网格降水的空间订正；步骤5.基于深度学习超分辨率的逐日网格降水生成；步骤6.深度学习超分辨率的11‑60天逐候网格降水日、候、旬预报；本发明解决了目前模式输出的降水预报误差大，网格分辨率粗，业务中难以使用等问题。
-
公开(公告)号：CN120012011A
公开(公告)日：2025-05-16
申请号：CN202510064223.2
申请日：2025-01-15
Applicant: 中国长江电力股份有限公司
IPC: G06F18/25 , G01K13/00 , G01D21/02 , G06F18/214 , G06N3/084
Abstract: 本发明公开了一种气温数据分析方法及相关设备。该方法包括：获取待处理站点的邻近参考站点的地理环境数据、时间数据和气温，所述时间数据是基于所述待处理站点具有的实际观测数据的时间范围确定的；基于所述邻近参考站点的地理环境数据、时间数据和气温以及待处理站点的实际观测数据构建的数据集对基于梯度提升树的XGBoost算法模型进行训练以获得气温数据插补延长模型；根据所述邻近参考站点的气温通过所述数据插补延长模型对所述待处理站点的部分缺失数据或未观测时段的数据进行估算，以完成数据插补延长。能够解决在复杂地形或气候条件多变的地区，仅基于距离权重进行插值可能无法准确反映真实的气温分布，导致其插补精度不高的问题。
-
Patent Agency Ranking
公开(公告)号：CN118444409A
公开(公告)日：2024-08-06
申请号：CN202410606705.1
申请日：2024-05-16
Applicant: 中国长江电力股份有限公司 , 国家气候中心
Abstract: 本发明涉及气象服务领域，提供了一种基于可预测信号概率映射的多模式集合气象预测方法及系统，所述方法包括：S1、基于历史观测资料识别气候变量的可预测模态；S2、提取观测结果和模式预测结果中的可预测分量及残余分量；S3、建立模式可预测分量与观测可预测分量、模式残余分量与观测残余分量之间的概率映射关系；S4、对模式预测结果中的可预测分量、残余分量进行偏差订正；S5、确定多模式集合平均的权重系数，获取气象预测结果。本发明提供的集合平均方法在模式不同预测分量偏差订正的基础上进行集合，考虑到了动力气候模式对于不同来源预测偏差的性能差异，能够更加合理和准确地挖掘特定气候模式的优势，提升预测准确性。
-
公开(公告)号：CN119961679A
公开(公告)日：2025-05-09
申请号：CN202510080467.X
申请日：2025-01-17
Applicant: 中国长江电力股份有限公司
IPC: G06F18/214 , G06F18/21 , G06N3/0455 , G06N3/09
Abstract: 本发明公开了一种深度学习次季节逐日高温预测方法及相关设备。该方法包括：获取预设周期内的高温预测数据的基础预测集合，所述基础预测集合是对次季节模式在所述预设周期内的每日高温预报进行算数平均确定的；基于所述基础预测集合和历史观测数据对主模型进行训练，以获得用于对未来预设周期进行高温预报的预测订正模型；根据未来预设周期内的次季节模式预报数据和最新的观测数据通过所述预测订正模型进行未来预设周期的高温预测。能够解决由于模式的不确定性和初始条件的不完全准确，预测结果往往存在量级误差或高温过程相位误差的问题。
-
公开(公告)号：CN119200035A
公开(公告)日：2024-12-27
申请号：CN202411101590.7
申请日：2024-08-12
Applicant: 中国长江电力股份有限公司 , 武汉区域气候中心
IPC: G01W1/10 , G06V20/13 , G06V10/143 , G06V10/764 , G06F18/25 , G01W1/12 , G01S19/25 , G01S19/37 , G06F123/02
Abstract: 本发明属于卫星积雪遥感产品处理技术领域，具体提供一种风云卫星为主的多源数据融合积雪覆盖获取方法，包括风云卫星数据积雪覆盖判识产品SFY；获取MODIS上午星、下午星积雪覆盖合成产品SMODIS；获取预处理后的积雪产品SIMS、SRE、SMW；生成初步积雪覆盖融合产品；生成积雪覆盖时间滤波产品；生成积雪覆盖空间滤波产品；生成基于陆面观测订正的积雪覆盖产品；生成积雪覆盖区域雪线订正产品；获得完全无云的逐日积雪覆盖产品。该方法融合多源数据来提供更多积雪信息，去除积雪观测影像中的云污染，以实现高精度、逐日无云的动态积雪覆盖监测。
-
公开(公告)号：CN118759608A
公开(公告)日：2024-10-11
申请号：CN202410771398.2
申请日：2024-06-14
Applicant: 中国长江电力股份有限公司 , 宜昌市气象局
Abstract: 本发明公开了一种基于多源观测资料的山地背风坡晴空大风预测方法，属于天气预测领域，所述预测方法先后通过判断预报区域高空动量来源是否达到形成地面大风的高空环流标准、是否符合初步背景条件标准、是否符合次级背景条件标准、判断动力不稳定、热力不稳定是否达到形成大风的环境条件阈值、持续性条件判断等步骤，利用预报区域的风廓线雷达监测的边界层风速和垂直速度，计算地面大风出现的可能性，本预测方法可以充分利用已有的多尺度观测资料，提高复杂地形影响下灾害性天气预报准确率和时效性，对中小尺度地形影响下形成的晴空大风早预警、早防范，对通航、机场调度运行具有重要参考意义。
-
公开(公告)号：CN119249139A
公开(公告)日：2025-01-03
申请号：CN202411236035.5
申请日：2024-09-04
Applicant: 中国长江电力股份有限公司 , 武汉区域气候中心
IPC: G06F18/2135 , G06F18/23 , G06F18/243 , G06N3/088 , G06N3/09 , G06N20/00
Abstract: 本发明公开一种基于混合特征提取和提升树的月季气候预测方法，包括以下步骤：S101：获取因子的历史数据；所述因子的历史数据包括物理量场因子的历史数据和预报对象的历史数据；S102：对因子的历史数据进行标准化，得到标准化后的数据；S103：对标准化后的数据采用监督学习回归类分析，提取其均方误差场；对标准化后的数据采用相关系数类分析，提取其相关系数场；S104：获取均方误差场的预报因子集；获取相关系数场的预报因子集；S105：将均方误差场的预报因子集和相关系数场的预报因子集合并，得到多因子序列；本发明相较传统线性方法，预测结果稳定性及准确性都有一定程度的提升。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.079 seconds)
