CN108446487A - 一种基于太阳黑子、月球赤纬角信息的水库来水预报方法 - Google Patents
一种基于太阳黑子、月球赤纬角信息的水库来水预报方法 Download PDFInfo
- Publication number
- CN108446487A CN108446487A CN201810220304.7A CN201810220304A CN108446487A CN 108446487 A CN108446487 A CN 108446487A CN 201810220304 A CN201810220304 A CN 201810220304A CN 108446487 A CN108446487 A CN 108446487A
- Authority
- CN
- China
- Prior art keywords
- declination
- moon
- sunspot
- year
- forecast
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 title claims abstract description 91
- 206010064127 Solar lentigo Diseases 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000008569 process Effects 0.000 claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 37
- 238000010219 correlation analysis Methods 0.000 claims description 10
- 239000003973 paint Substances 0.000 claims description 10
- 230000000737 periodic effect Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 230000007423 decrease Effects 0.000 claims 2
- 230000008901 benefit Effects 0.000 abstract description 11
- 230000009467 reduction Effects 0.000 abstract description 5
- 230000007774 longterm Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000010248 power generation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000005425 throughfall Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于太阳黑子、月球赤纬角信息的水库来水预报方法,该方法包括:(1)建立太阳黑子过程相似度预报模型;(2)建立月球赤纬角运行轨迹相似度预报模型;(3)预报综合辨识。该方法使预报精度大大提高,能够有效地在水库发电调度、防洪调度中应用,为企业创造巨大的发电效益、为社会创造巨大的防洪减灾效益。
Description
技术领域
本发明涉及信息预报和天文信息应用处理的技术领域,尤其涉及一种基于太阳黑子、月球赤纬角信息的水库来水预报方法。
背景技术
水库来水预报,尤其是水库来水长期预报,预报难度大,精度低,预报成果很难投入生产应用。所以,目前水库调度普遍采用“以落地雨预报为依据,以长期预报为参考”的调度原则。但无论从发电、防洪等要求,都迫切需要高精度的水库来水长期预报,以使水库能采取提前大发电、满发电等调度措施,增加发电量,创造超发电效益。
目前,对水库来水长期预报的方法,大部分为统计方法,少部分也采用了天文指标,但大多采用单一指标,没有形成系统性的应用,精度亦不高。
发明内容
为克服现有技术的缺陷,本发明要解决的技术问题是提供了一种基于太阳黑子、月球赤纬角信息的水库来水预报方法,使预报精度大大提高,能够有效地在水库发电调度、防洪调度中应用,为企业创造巨大的发电效益、为社会创造巨大的防洪减灾效益。
本发明的技术方案是:这种基于太阳黑子、月球赤纬角信息的水库来水预报方法,该方法包括以下步骤:
(1)建立太阳黑子过程相似度预报模型:点绘太阳黑子相对数年平均值过程线;太阳黑子周期及相位判定;最相似的历史周期轨迹段选择;相似年选择;预报成果选择,采用选出的相似年作为预报年份的典型年进行水库来水定性预报;
(2)建立月球赤纬角运行轨迹相似度预报模型:点绘历年月球赤纬角最大值过程线,形成运行轨迹;月球赤纬角周期及相位判定;最相似的历史周期轨迹段选择;相似年选择;预报成果选择,采用选出的相似年作为预报年份的典型年进行水库来水定性预报;
(3)预报综合辨识。
本发明基于日地水文效应、月地水文效应,通过建立太阳黑子过程相似度预报模型、月球赤纬角运行轨迹相似度预报模型,对水库来水进行长期定性预报,对预报结论进行综合辨识,预报精度大大提高,能够有效地在水库发电调度、防洪调度中应用,为企业创造巨大的发电效益、为社会创造巨大的防洪减灾效益。
附图说明
图1为根据本发明的基于太阳黑子、月球赤纬角信息的水库来水预报方法的流程图。
具体实施方式
如图1所示,这种基于太阳黑子、月球赤纬角信息的水库来水预报方法,该方法包括以下步骤:
(1)建立太阳黑子过程相似度预报模型:点绘太阳黑子相对数年平均值过程线;太阳黑子周期及相位判定;最相似的历史周期轨迹段选择;相似年选择;预报成果选择,采用选出的相似年作为预报年份的典型年进行水库来水定性预报;
(2)建立月球赤纬角运行轨迹相似度预报模型:点绘历年月球赤纬角最大值过程线,形成运行轨迹;月球赤纬角周期及相位判定;最相似的历史周期轨迹段选择;相似年选择;预报成果选择,采用选出的相似年作为预报年份的典型年进行水库来水定性预报;
(3)预报综合辨识。
本发明基于日地水文效应、月地水文效应,通过建立太阳黑子过程相似度预报模型、月球赤纬角运行轨迹相似度预报模型,对水库来水进行长期定性预报,对预报结论进行综合辨识,预报精度大大提高,能够有效地在水库发电调度、防洪调度中应用,为企业创造巨大的发电效益、为社会创造巨大的防洪减灾效益。
优选地,所述步骤(1)中的太阳黑子周期及相位判定,以过程线中每个太阳黑子相对数谷值到下一个太阳黑子相对数谷值为一个太阳黑子周期;以每个太阳黑子周期谷值到峰值为上升段,按年排上升段相位;以每个太阳黑子周期峰值到下一个谷值为下降段,按年排下降段相位。
优选地,所述步骤(1)中的最相似的历史周期轨迹段选择,以预报年份所在太阳黑子相对数所在周期轨迹段与历史周期轨迹段进行相关性分析,挑选最相似的历史周期轨迹段。
优选地,所述步骤(1)中的相似年选择,以预测年份的太阳黑子相位对应在最相似历史周期轨迹段中找相似年,比较相似年太阳黑子相对数数值,如相差不大,则采用该年为相似年;差异较大时,以最相似轨迹段、相位接近、太阳黑子相对数数值接近的年份作为相似年。
优选地,所述步骤(2)中的月球赤纬角周期及相位判定,以过程线中每个月球赤纬角谷值到下一个月球赤纬角谷值为一个月球赤纬角周期;以每个月球赤纬角周期谷值到峰值为上升段,按年排上升段相位;以每个月球赤纬角周期峰值到下一个谷值为下降段,按年排下降段相位。
优选地,所述步骤(2)中的最相似的历史周期轨迹段选择,以预测年份所在月球赤纬角所在轨迹段与历史轨迹段进行相关性分析,挑选最相似的历史轨迹段。
优选地,所述步骤(2)中的相似年选择,以预测年份的月球赤纬角相位在最相似历史轨迹段中找相似年;比较相似年月球赤纬角度数值,如相差不大,则采用该年为相似年;差异较大时,以最相似轨迹段、相位接近、月球赤纬角度数值接近的年份作为相似年。
优选地,所述步骤(3)中的预报综合辨识,挑选太阳黑子过程相似度预报模型、月球赤纬角运行轨迹相似度预报模型中定性预报相互重合的预报成果作为推荐成果,相互论证预报成果的合理性,提高预报成果的可信度。
以下为另一个实施方式。
如图1所示,这种基于太阳黑子、月球赤纬角信息的水库来水长期预报方法,其包括以下步骤:
(1)建立太阳黑子过程相似度预报模型:点绘太阳黑子相对数年平均值过程线;以过程线中每个太阳黑子相对数谷值到下一个太阳黑子相对数谷值为一个太阳黑子周期;以每个太阳黑子周期谷值到峰值为上升段,按年排上升段相位;以每个太阳黑子周期峰值到下一个谷值为下降段,按年排下降段相位;以预报年份所在太阳黑子相对数所在周期轨迹段与历史周期轨迹段进行相关性分析,挑选最相似的历史周期轨迹段;以预测年份的太阳黑子相位对应在最相似历史周期轨迹段中找相似年,比较相似年太阳黑子相对数数值,如相差不大,则采用该年为相似年;差异较大时,以最相似轨迹段、相位接近、太阳黑子相对数数值接近的年份作为相似年;采用选出的相似年作为预报年份的典型年进行水库来水定性预报;
(2)建立月球赤纬角运行轨迹相似度预报模型:点绘历年月球赤纬角最大值过程线,形成运行轨迹;以过程线中每个月球赤纬角谷值到下一个月球赤纬角谷值为一个月球赤纬角周期;以每个月球赤纬角周期谷值到峰值为上升段,按年排上升段相位;以每个月球赤纬角周期峰值到下一个谷值为下降段,按年排下降段相位;以预测年份所在月球赤纬角所在轨迹段与历史轨迹段进行相关性分析,挑选最相似的历史轨迹段;以预测年份的月球赤纬角相位在最相似历史轨迹段中找相似年;比较相似年月球赤纬角度数值,如相差不大,则采用该年为相似年;差异较大时,以最相似轨迹段、相位接近、月球赤纬角度数值接近的年份作为相似年;采用选出的相似年作为预报年份的典型年进行水库来水定性预报;
(3)预报综合辨识:挑选太阳黑子过程相似度预报模型、月球赤纬角运行轨迹相似度预报模型中定性预报相互重合的预报成果作为推荐成果,相互论证预报的合理性,提高预报成果的可信度。
本发明基于日地水文效应、月地水文效应,通过建立太阳黑子过程相似度预报模型、月球赤纬角运行轨迹相似度预报模型,对水库来水进行长期定性预报,对预报结论进行综合辨识,预报精度大大提高,能够有效地在水库发电调度、防洪调度中应用,为企业创造巨大的发电效益、为社会创造巨大的防洪减灾效益。
优选地,所述步骤(1)中太阳黑子过程相似度预报模型通过以下步骤建立:
(1.1)点绘太阳黑子相对数年平均值过程线;
(1.2)太阳黑子周期及相位判定:以过程线中每个太阳黑子相对数谷值到下一个太阳黑子相对数谷值为一个太阳黑子周期;以每个太阳黑子周期谷值到峰值为上升段,按年排上升段相位;以每个太阳黑子周期峰值到下一个谷值为下降段,按年排下降段相位;
(1.3)最相似的历史周期轨迹段选择:以预报年份所在太阳黑子相对数所在周期轨迹段与历史周期轨迹段进行相关性分析,挑选最相似的历史周期轨迹段;
(1.4)相似年选择:以预测年份的太阳黑子相位对应在最相似历史周期轨迹段中找相似年,比较相似年太阳黑子相对数数值,如相差不大,则采用该年为相似年;差异较大时,以最相似轨迹段、相位接近、太阳黑子相对数数值接近的年份作为相似年;
(1.5)预报成果选择:采用选出的相似年作为预报年份的典型年进行水库来水定性预报。
优选地,所述步骤(2)中月球赤纬角运行轨迹相似度预报模型通过以下步骤建立:
(2.1)点绘历年月球赤纬角最大值过程线,形成运行轨迹;
(2.2)月球赤纬角周期及相位判定:以过程线中每个月球赤纬角谷值到下一个月球赤纬角谷值为一个月球赤纬角周期;以每个月球赤纬角周期谷值到峰值为上升段,按年排上升段相位;以每个月球赤纬角周期峰值到下一个谷值为下降段,按年排下降段相位;
(2.3)最相似的历史周期轨迹段选择:以预测年份所在月球赤纬角所在轨迹段与历史轨迹段进行相关性分析,挑选最相似的历史轨迹段;
(2.4)相似年选择:以预测年份的月球赤纬角相位在最相似历史轨迹段中找相似年;比较相似年月球赤纬角度数值,如相差不大,则采用该年为相似年;差异较大时,以最相似轨迹段、相位接近、月球赤纬角度数值接近的年份作为相似年;
(2.5)预报成果选择:采用选出的相似年作为预报年份的典型年进行水库来水定性预报。
优选地,所述步骤(3)中预报综合辨识通过以下步骤建立:
(3.1)挑选太阳黑子过程相似度预报模型、月球赤纬角运行轨迹相似度预报模型中定性预报相互重合的预报成果作为推荐成果,相互论证预报成果的合理性,提高预报成果的可信度。
以下给出一个具体实施例。对国内某大型水库,2016年预测2017年水库来水偏丰水(来水比多年平均来水多1成至2成)的预报步骤:
(1)建立太阳黑子过程相似度预报模型:点绘1700年以来太阳黑子相对数年平均值过程线;以过程线中每个太阳黑子相对数谷值到下一个太阳黑子相对数谷值为一个太阳黑子周期;以每个太阳黑子周期谷值到峰值为上升段,按年排上升段相位;以每个太阳黑子周期峰值到下一个谷值为下降段,按年排下降段相位;以预报年份2017年所在太阳黑子相对数所在周期轨迹段(2008.8-2019.X)与历史周期轨迹段进行相关性分析,挑选最相似的历史周期轨迹段为1879.4-1890.11,但该水库该时段无来水资料,再次挑选有水库来水资料记录的最相似历史周期轨迹段为1956.5-1967.1;以预测年份的太阳黑子相位对应在最相似历史周期轨迹段中找相似年为1965年,太阳相对数为30.5、相位为谷前2年,预测2017年太阳黑子相对数为20、相位为谷前2年,鉴于太阳黑子相对数相差较大,选择1966年太阳相对数为16.3、相位为谷前1年作为相似年;1966年该水库年平均入库流量为486立方米/秒(该水库多年平均入库流量为410立方米/秒),来水为偏丰水。
(2)建立月球赤纬角运行轨迹相似度预报模型:点绘1900年以来月球赤纬角最大值过程线,形成运行轨迹;以过程线中每个月球赤纬角谷值到下一个月球赤纬角谷值为一个月球赤纬角周期;以每个月球赤纬角周期谷值到峰值为上升段,按年排上升段相位;以每个月球赤纬角周期峰值到下一个谷值为下降段,按年排下降段相位;以预测年份2017年所在月球赤纬角所在轨迹段(2015-2034)与历史轨迹段进行相关性分析,挑选最相似的历史轨迹段为1959-1978;2017年月球赤纬角相位为谷后2年,在最相似历史轨迹段中找相似年为1961年;1961年月球赤纬角度数值为19.5、相位为谷后2年,2017年月球赤纬角度数值为20.0,差异不大,选1961年作为相似年;1961年该水库年平均入库流量为444立方米/秒,来水为偏丰水。
(3)预报综合辨识:太阳黑子过程相似度预报模型预报2017年相似于1966年,该水库年平均入库流量为486立方米/秒,来水为偏丰水。月球赤纬角运行轨迹相似度预报模型预报2017年相似于1961年,1961年该水库年平均入库流量为444立方米/秒,来水为偏丰水。中定性预报均为偏丰水,可信度较高,综合预报该水库2017年来水为偏丰水、年平均入库流量为465立方米/秒(取2种预报模型预报成果平均值,该水库多年平均入库流量为400立方米/秒)。
(4)预报验证:2017年该水库年平均入库流量为447立方米/秒,来水偏丰,预报均准确,定性预报及定量预报,均获得成功;尤其与1961年来水444立方米/秒最相似。备注:该水库最大年平均入库流量为764立方米/秒,最小年平均入库流量为164立方米/秒,变幅大,年来水预报难度大。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属本发明技术方案的保护范围。
Claims (8)
1.一种基于太阳黑子、月球赤纬角信息的水库来水预报方法,其特征在于,该方法包括以下步骤:
(1)建立太阳黑子过程相似度预报模型:点绘太阳黑子相对数年平均值过程线;太阳黑子周期及相位判定;最相似的历史周期轨迹段选择;相似年选择;预报成果选择,采用选出的相似年作为预报年份的典型年进行水库来水定性预报;
(2)建立月球赤纬角运行轨迹相似度预报模型:点绘历年月球赤纬角最大值过程线,形成运行轨迹;月球赤纬角周期及相位判定;最相似的历史周期轨迹段选择;相似年选择;预报成果选择,采用选出的相似年作为预报年份的典型年进行水库来水定性预报;
(3)预报综合辨识。
2.根据权利要求1所述的一种基于太阳黑子、月球赤纬角信息的水库来水预报方法,其特征在于,所述步骤(1)中的太阳黑子周期及相位判定,以过程线中每个太阳黑子相对数谷值到下一个太阳黑子相对数谷值为一个太阳黑子周期;以每个太阳黑子周期谷值到峰值为上升段,按年排上升段相位;以每个太阳黑子周期峰值到下一个谷值为下降段,按年排下降段相位。
3.根据权利要求1所述的一种基于太阳黑子、月球赤纬角信息的水库来水预报方法,其特征在于,所述步骤(1)中的最相似的历史周期轨迹段选择,以预报年份所在太阳黑子相对数所在周期轨迹段与历史周期轨迹段进行相关性分析,挑选最相似的历史周期轨迹段。
4.根据权利要求1所述的一种基于太阳黑子、月球赤纬角信息的水库来水预报方法,其特征在于,所述步骤(1)中的相似年选择,以预测年份的太阳黑子相位对应在最相似历史周期轨迹段中找相似年,比较相似年太阳黑子相对数数值,如相差不大,则采用该年为相似年;差异较大时,以最相似轨迹段、相位接近、太阳黑子相对数数值接近的年份作为相似年。
5.根据权利要求1所述的一种基于太阳黑子、月球赤纬角信息的水库来水预报方法,其特征在于,所述步骤(2)中的月球赤纬角周期及相位判定,以过程线中每个月球赤纬角谷值到下一个月球赤纬角谷值为一个月球赤纬角周期;以每个月球赤纬角周期谷值到峰值为上升段,按年排上升段相位;以每个月球赤纬角周期峰值到下一个谷值为下降段,按年排下降段相位。
6.根据权利要求1所述的一种基于太阳黑子、月球赤纬角信息的水库来水预报方法,其特征在于,所述步骤(2)中的最相似的历史周期轨迹段选择,以预测年份所在月球赤纬角所在轨迹段与历史轨迹段进行相关性分析,挑选最相似的历史轨迹段。
7.根据权利要求1所述的一种基于太阳黑子、月球赤纬角信息的水库来水预报方法,其特征在于,所述步骤(2)中的相似年选择,以预测年份的月球赤纬角相位在最相似历史轨迹段中找相似年;比较相似年月球赤纬角度数值,如相差不大,则采用该年为相似年;差异较大时,以最相似轨迹段、相位接近、月球赤纬角度数值接近的年份作为相似年。
8.根据权利要求1所述的一种基于太阳黑子、月球赤纬角信息的水库来水预报方法,其特征在于,所述步骤(3)中的预报综合辨识,挑选太阳黑子过程相似度预报模型、月球赤纬角运行轨迹相似度预报模型中定性预报相互重合的预报成果作为推荐成果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810220304.7A CN108446487A (zh) | 2018-03-16 | 2018-03-16 | 一种基于太阳黑子、月球赤纬角信息的水库来水预报方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810220304.7A CN108446487A (zh) | 2018-03-16 | 2018-03-16 | 一种基于太阳黑子、月球赤纬角信息的水库来水预报方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108446487A true CN108446487A (zh) | 2018-08-24 |
Family
ID=63195625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810220304.7A Pending CN108446487A (zh) | 2018-03-16 | 2018-03-16 | 一种基于太阳黑子、月球赤纬角信息的水库来水预报方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108446487A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110135652A (zh) * | 2019-05-23 | 2019-08-16 | 吉林大学 | 一种长期汛期径流预测方法 |
CN110390428A (zh) * | 2019-07-15 | 2019-10-29 | 国家电网有限公司 | 一种水库来水特丰水年超长期预测方法 |
CN110598352A (zh) * | 2019-09-24 | 2019-12-20 | 中国水利水电科学研究院 | 一种流域来水的预报方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050276766A1 (en) * | 2003-10-01 | 2005-12-15 | Skin Biology, Inc. | Methods and compositions for increasing skin remodeling |
CN104727263A (zh) * | 2015-02-06 | 2015-06-24 | 国家电网公司 | 一种超长期水库来水预报的方法 |
CN105796053A (zh) * | 2015-02-15 | 2016-07-27 | 执鼎医疗科技(杭州)有限公司 | 利用oct测量动态对比度和估计横向流量的方法 |
CN106651148A (zh) * | 2016-11-30 | 2017-05-10 | 国网能源研究院 | 一种企业业务指标目标量的确定方法及装置 |
CN106920005A (zh) * | 2017-02-09 | 2017-07-04 | 国家电网公司 | 一种超长期流域区域性大洪水预报的方法 |
-
2018
- 2018-03-16 CN CN201810220304.7A patent/CN108446487A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050276766A1 (en) * | 2003-10-01 | 2005-12-15 | Skin Biology, Inc. | Methods and compositions for increasing skin remodeling |
CN104727263A (zh) * | 2015-02-06 | 2015-06-24 | 国家电网公司 | 一种超长期水库来水预报的方法 |
CN105796053A (zh) * | 2015-02-15 | 2016-07-27 | 执鼎医疗科技(杭州)有限公司 | 利用oct测量动态对比度和估计横向流量的方法 |
CN106651148A (zh) * | 2016-11-30 | 2017-05-10 | 国网能源研究院 | 一种企业业务指标目标量的确定方法及装置 |
CN106920005A (zh) * | 2017-02-09 | 2017-07-04 | 国家电网公司 | 一种超长期流域区域性大洪水预报的方法 |
Non-Patent Citations (3)
Title |
---|
彭卓越 等: "基于天文指标法的大渡河流域长期径流预测研究", 《中国农村水利水电》 * |
李文龙 等: "丰满流域2010年特大洪水、特丰水年的天文背景研究", 《水电开发与生态文明建设的理念和实践及其他》 * |
王殿武 等: "对23周太阳黑子相对数谷值的分析及预测", 《水文》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110135652A (zh) * | 2019-05-23 | 2019-08-16 | 吉林大学 | 一种长期汛期径流预测方法 |
CN110390428A (zh) * | 2019-07-15 | 2019-10-29 | 国家电网有限公司 | 一种水库来水特丰水年超长期预测方法 |
CN110390428B (zh) * | 2019-07-15 | 2023-02-03 | 国家电网有限公司 | 一种水库来水特丰水年超长期预测方法 |
CN110598352A (zh) * | 2019-09-24 | 2019-12-20 | 中国水利水电科学研究院 | 一种流域来水的预报方法 |
CN110598352B (zh) * | 2019-09-24 | 2021-04-06 | 中国水利水电科学研究院 | 一种流域来水的预报方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Singh et al. | Operation of hydro power plants-a review | |
CN108711847B (zh) | 一种基于编码解码长短期记忆网络的短期风电功率预测方法 | |
Ramirez-Rosado et al. | Comparison of two new short-term wind-power forecasting systems | |
CN109118025A (zh) | 一种电力系统预测的方法和装置 | |
CN108446487A (zh) | 一种基于太阳黑子、月球赤纬角信息的水库来水预报方法 | |
WO2022110582A1 (zh) | 一种基于基流分割和人工神经网络模型的径流预报方法 | |
CN104463358A (zh) | 一种耦合偏互信息和cfs集合预报的小水电发电能力预测方法 | |
CN109636054A (zh) | 基于分类和误差组合预测的太阳能光伏发电量预测方法 | |
CN103218536A (zh) | 跨越式发展地区需水预测方法 | |
CN107609716A (zh) | 一种水电站负荷区间预测方法 | |
CN106372763A (zh) | 基于改进的支持向量机的电力负荷预测修正方法 | |
CN114386681A (zh) | 一种水光出力联合预测方法 | |
CN110598352A (zh) | 一种流域来水的预报方法 | |
CN104727263A (zh) | 一种超长期水库来水预报的方法 | |
Nikolai et al. | A system of models to study long-term operation of hydropower plants in the Angara cascade | |
CN106570594A (zh) | 一种基于tmbp的相似日光伏发电短期预测方法 | |
Garg et al. | Day ahead solar irradiance forecasting using Markov chain model | |
CN107330538A (zh) | 一种气候变化条件下水库适应性调度规则编制的方法 | |
CN105279582A (zh) | 基于动态相关性特征的超短期风电功率预测方法 | |
Xiao et al. | A hybrid transfer learning model for crude oil price forecasting | |
CN105373847B (zh) | 基于cfs预报的水电站水库预泄决策方法 | |
Anghileri et al. | Alpine hydropower in the decline of the nuclear era: Trade-off between revenue and production in the Swiss Alps | |
CN107563637B (zh) | 一种水电站发电调度近边界运行全景模糊风险分析方法 | |
CN113836807B (zh) | 一种基于熵值法和长短期记忆神经网络的河湖生态流量预报预警方法 | |
Chen et al. | A short term load periodic prediction model based on GBDT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180824 |
|
RJ01 | Rejection of invention patent application after publication |