气象因素

在覆冰条件的气象因素下，输电导线随时间累积形成的覆冰厚度、形状和分布变化，影响着电网系统的安全运行。按预测模型从覆冰生长到导线除冰各阶段存在的关联分析，讨论了各模型的优势差异以及相互存在组合的可能性。覆冰全周期存在着由微观到宏观的变化，影响着导线覆冰的生长进程。预测模型可按全周期组合，首先，对初始数据的降噪可解决数据发散，用主成分分析法的降维可提高预测精度。其次，模型中的支持向量机、混合的群智能优化算法、遗传算法组合等工具乃至交叉方式，都着力于覆冰过程的辨识与建模。再次，将热力融冰技术的负荷交流或涡流自热环应用在除冰阶段，使覆冰监测形成了动态闭环系统。最后，结合分析对输电线路覆冰预测的研究方向做了展望。

介绍了北京玖天气象科技有限公司的基本信息，公司成产的电力气象产品、以及客户应用案例，并介绍了公司的核心研发能力以及所获荣誉和奖励。

异常天气下新能源出力剧烈变化会严重威胁电网的安全运行，针对气象因素的异常变化导致的风电功率预测准确率低的问题，文章提出了一种基于LightGBM-Seq2Seq的异常天气下的风电功率预测方法。首先，由于目前新能源发电中缺乏有关异常天气的定量判据，文中设计了异常天气判别标准，并采用多尺度滑动窗口进行异常样本提取。其次，针对异常天气下气象波动和功率波动的匹配性差、风电出力情况难以估测的问题，提出基于LightGBM的功率基准值预测模型计算异常天气下的基准功率，同时针对异常气象波动引起的实际功率与基准功率的偏差，提出基于Seq2Seq的功率增量预测模型，通过功率增量对功率基准值进行修正，以实现异常时段的风电功率预测。最后通过实际算例验证了所提方法能够有效提高异常天气下的风电功率预测精度。