气象预报

强对流天气下输电线路易发生雷击、风偏、雨闪等故障，威胁电网安全运行。为了克服现有短临预报尚不能完全满足输电线路风险预警对精细化气象预报的需求问题，文中利用气象雷达拼图、风速和降雨量同化数据以及电网雷电定位数据，构建了基于深度学习的强对流风雨雷短临预报模型，用于开展输电线路风险预警。首先，将气象雷达拼图及其时序外推数据作为输入，将同化后的风速、降雨和落雷密度、雷电流强度作为输出，构建基于长短期记忆(long short-term memory,LSTM)网络的强对流气象要素预报模型。然后，结合模型输出的风雨雷预报结果，评估输电走廊网格内风偏、雷击和断线倒塔故障风险大小，综合计算输电线路的故障概率，进行风险预警。最后，展示了所提模型对2023年9月某省的强对流天气过程进行成功预警的案例，表明了所提方法能够提高强对流天气下输电线路风险预警能力。

针对目标气象预报数据缺失导致风电预测精度不足的问题，提出一种基于空间相关性和Stacking集成学习的风电功率预测方法。首先，分析目标风电场与相邻气象站点之间的空间相关性，根据相关系数极值点确定延迟时间，构建风速时移数据集；其次，利用Stacking集成方法融合多元算法，从多个数据观测角度预测目标风电场的风电功率，实现不同算法的优势互补，提升整体泛化能力，并采用粒子群优化算法搜索模型超参数，较好地平衡搜索时间与模型效果；最后，采用华东地区某风电场的实测数据验证了文中所提方法的有效性和准确性。结果表明，通过考虑不同位置的信息偏差，从数据输入和预测模型两方面可有效提高数据缺失情况下的风电预测精度。

本项目主要针对水电站流域径流预报和调度 中存在的问题，研究多气象预报中心数值降雨预报可利用性、 基于数值降雨预报的流域径流预报、基于径流预报的水电站 （群）发电调度的基础上，基于“一云一池两平台”（云平 台、数据资源池、使能平台和应用支撑平台），将所涉及到 的研究内容以模块化的方式进行集成，开发出一套性能稳定、 功能丰富、交互性好、可扩展性强的水情测报分析及调度决 策系统，为管理人员的智能化管理提供强有力的支撑。 本系统主要围绕预报和调度两大核心业务。面 向水情测报分析及调度决策全过程，建立了真、全、广、精 的透明智慧感知体系；面向水库流域与电力需求，建立了长 中短期相互嵌套的气象水文及与电力需求特征关联的电力 集合智慧预报系统；面向电力需求与风险决策，建立了调控 一体化多目标和谐智慧调度系统；基于水电能量平衡分析模 型，贯穿“气流-水流-电流-价值流”整个链条，建立了多 维度定量智慧评价体系；服务水情测报分析及调度决策全过 程，建立了全景智慧支撑体系。

本项目通过对风电场短期气象预报系统数据同化技术的研究，研制成功了适用于风功率预测系统的集合预报技术和集合三维变分技术，并成功研制出融合集合三维变分技术和集合预报技术的风电场短期数值气象预报系统，并通过对软硬件结合层面的深度优化工作，建立了业务化的风电场短期数值气象预报系统。

针对电网气象服务问题，采用“云+端”服务模式，搭建了电网具有专业化、精细化、科学规范的气象灾害预报预警服务平台，实现“电网+气象”业务化共享共用。同时，从气象数据监测、预报、预警等角度，深入分析了电网气象应用问题。

本项目属于水文气象预报技术领域，技术成果可为大型水电工程防洪、发电、航运等调度提供水文气象技术保障。 该项目围绕“加强三峡水资源调度气象服务”和“开展三峡工程水资源开发利用效率关键问题研究”两个方面开展了一系列研究，完成长江流域水雨情监测分析、长江流域调度关键期和中长期气象预报、长江中上游流域致洪暴雨过程预报、长江流域主客观预报产品检验订正等关键技术的研究与应用。