CN110908014A - 舞动精细化订正预报方法及系统 - Google Patents

舞动精细化订正预报方法及系统 Download PDF

Info

Publication number
CN110908014A
CN110908014A CN201911262851.2A CN201911262851A CN110908014A CN 110908014 A CN110908014 A CN 110908014A CN 201911262851 A CN201911262851 A CN 201911262851A CN 110908014 A CN110908014 A CN 110908014A
Authority
CN
China
Prior art keywords
forecast
meteorological
meteorological element
forecasting
basic
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.)
Granted
Application number
CN201911262851.2A
Other languages
English (en)
Other versions
CN110908014B (zh
Inventor
杨莉
李丽
怀晓伟
郭俊
徐勋建
冯涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Hunan Electric Power Co Ltd, Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201911262851.2A priority Critical patent/CN110908014B/zh
Publication of CN110908014A publication Critical patent/CN110908014A/zh
Application granted granted Critical
Publication of CN110908014B publication Critical patent/CN110908014B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/18—Testing or calibrating meteorological apparatus

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了舞动精细化订正预报方法及系统，获取并根据各个基础预报网格内所有观测站点的各气象要素的历史实测数据和历史数值预报模式的预测数据，构建各气象要素预报订正模型：对于有观测站点的基础预报网格，将各气象要素的历史实测数据与预测数据进行对比，并根据对比结果构建各气象要素的预报订正模型；并通过将各个待订正的气象要素输入到其对应的预报订正模型，得到有观测站点的基础预报网格的订正气象要素预测结果；对于无观测站点的基础预报网格，找到与其最邻近的观测站点，将待订正的气象要素输入该站点的各气象要素预报订正模型，得到无观测站点的基础预报网格的订正气象要素预测结果，从而快速且准确的对各气象要素进行订正。

Description

舞动精细化订正预报方法及系统
技术领域
本发明属于电气工程技术领域，具体涉及舞动精细化订正预报方法及系统。
背景技术
架空线路舞动可能导致线路跳闸、杆塔螺栓松动，导线断股断线，严重时还可能导致倒塔，是威胁冬季电网安全的重大灾害。近几年来，湖北、安徽、湖南、江西等地相继发生了严重的舞动事件。通过提前开展舞动预测，可提前布置防舞措施，大大降低舞动导致的电网安全事故，具有重要的指导意义。
然而冬季舞动是导线在覆冰条件下受风作用形成的自激振荡，受到塔线位置多种气象因素影响，如温度、湿度、风速、降水，然而目前的气象数值预报模式范围较大，难以准确反应塔线位置的气象要素，因此，严重制约了舞动预测的准确率。为此，我们提出了一种舞动精细化订正预报方法，为冬季舞动预报提供技术保障。
发明内容
本发明提供了舞动精细化订正预报方法及系统，用于解决现有的舞动的气象因素预测误差较大的技术问题。
为解决上述技术问题，本发明提出的技术方案为：
一种舞动精细化订正预报方法，包括以下步骤：
将待订正的舞动预报区域划分为多个基础预报网格；
获取并根据各个基础预报网格内所有观测站点的各气象要素的历史实测数据和历史数值预报模式的预测数据构建各气象要素预报订正模型：
对于有观测站点的基础预报网格，将各气象要素的历史实测数据对应的预测数据进行对比，并根据对比结果构建各气象要素的预报订正模型；并通过将各个待订正的气象要素输入到其对应的预报订正模型，得到有观测站点的基础预报网格的订正气象要素预测结果；对于无观测站点的基础预报网格，按照划分泰森多边形的原则，找到无观测站点的基础预报网格最邻近的观测站点，将待订正的气象要素输入该站点的各气象要素预报订正模型，得到无观测站点的基础预报网格的订正气象要素预测结果。
优选的，将各气象要素的历史实测数据与预测数据进行对比，并根据对比结果构建各气象要素的预报订正模型；具体包括以下步骤：
将各气象要素的历史实测数据和对应的预测数据进行对比，得到各气象要素的历史实测数据和对应的预测数据的误差，并以误差最小为目标，通过优化算法来构建的预报订正模型，以消除所述误差。
优选的，所述气象要素包括：温度、风速、降水以及湿度；其中，所述预报订正模型为：
Figure BDA0002312039560000021
其中，y′为数值预报模式输出的气象要素预测的订正值，即订正的气象要素预测结果，y为数值预报模式输出的气象要素的预测数据，y0为观测站点的气象要素的实测数据，ay为数值预报模式输出的气象要素的预测数据的平均值，
Figure BDA0002312039560000022
为观测站点的风气象要素实测数据的平均值，
Figure BDA0002312039560000023
为观测站点的气象要素的实测数据的方差，σy为数值预报模式输出的气象要素的预测数据的方差。
一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任一所述方法的步骤。
本发明具有以下有益效果：
1、本发明获取并根据各个基础预报网格内所有观测站点的各气象要素的历史实测数据和历史数值预报模式的预测数据构建各气象要素预报订正模型：对于有观测站点的基础预报网格，将各气象要素的历史实测数据与预测数据进行对比，并根据对比结果构建各气象要素的预报订正模型；并通过将各个待订正的气象要素输入到其对应的预报订正模型，得到有观测站点的基础预报网格的订正气象要素预测结果；对于无观测站点的基础预报网格，按照划分泰森多边形的原则，找到无观测站点的基础预报网格最邻近的观测站点，将待订正的气象要素输入该站点的各气象要素预报订正模型，得到无观测站点的基础预报网格的订正气象要素预测结果。相比起现有技术，可进行快速的温度、湿度、风速、降水等舞动气象要素预测订正计算，可适用于不同地区的舞动气象要素预测订正。通过对舞动的气象要素进行订正，可为舞动预测模型提供更加准确的舞动关键气象要素预测数据，从而提高架空线路舞动预报的准确率。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明舞动精细化订正预报方法的流程图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例一：
如图1所示，本实施中公开了一种舞动精细化订正预报方法，包括以下步骤：
将待订正的舞动预报区域划分为多个基础预报网格；
获取并根据各个基础预报网格内所有观测站点的各气象要素的历史实测数据和历史数值预报模式的预测数据构建各气象要素预报订正模型：
对于有观测站点的基础预报网格，将各气象要素的历史实测数据对应的预测数据进行对比，并根据对比结果构建各气象要素的预报订正模型；并通过将各个待订正的气象要素输入到其对应的预报订正模型，得到有观测站点的基础预报网格的订正气象要素预测结果；对于无观测站点的基础预报网格，按照划分泰森多边形的原则，找到无观测站点的基础预报网格最邻近的观测站点，将待订正的气象要素输入该站点的各气象要素预报订正模型，得到无观测站点的基础预报网格的订正气象要素预测结果。
此外，在本实施例中，还公开了一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述方法实施例的步骤。
本发明依托通过获取并根据各个基础预报网格内所有观测站点的各气象要素的历史实测数据和历史数值预报模式的预测数据构建各气象要素预报订正模型：对于有观测站点的基础预报网格，将各气象要素的历史实测数据与预测数据进行对比，并根据对比结果构建各气象要素的预报订正模型；并通过将各个待订正的气象要素输入到其对应的预报订正模型，得到有观测站点的基础预报网格的订正气象要素预测结果；对于无观测站点的基础预报网格，按照划分泰森多边形的原则，找到无观测站点的基础预报网格最邻近的观测站点，将待订正的气象要素输入该站点的各气象要素预报订正模型，得到无观测站点的基础预报网格的订正气象要素预测结果。
相比起现有技术，可进行快速的温度、湿度、风速、降水等舞动气象要素预测订正计算，可适用于不同地区的舞动气象要素预测订正。通过对舞动的气象要素进行订正，可为舞动预测模型提供更加准确的舞动关键气象要素预测数据，从而提高架空线路舞动预报的准确率。
实施例二：
实施例二是实施例一的优选实施例，其与实施例一的不同之处在于，对舞动精细化订正预报方法的具体步骤进行了细化，具体包括：
(1)划分预报网格。将以湖南省作为待订正的舞动预报区域，将湖南省区域划分为3km×3km的多个基础预报网格。
(2)获取湖南省的所有824个观测站点的各气象要素2018年1月-12月历史实测数据和预报网格的历史数值预报模式预测数据，包括温度、风速、降水、湿度等，再将824个观测站点分散到各个基础预报网格中。
(3)针对有观测站点的基础预报网格，分别针对温度、风速、降水、湿度等要素，通过将各个气象要素的历史实测数据与预测数据进行对比，建立合适的各气象要素预报订正模型。即，将各气象要素的历史实测数据和对应的预测数据进行对比，得到各气象要素的历史实测数据和对应的预测数据的误差，并以误差最小为目标，通过优化算法来构建的预报订正模型，以消除所述误差。所述优化算法可以是神经网络，粒子群算法或是其他算法。
如针对风速订正，采用如下模型进行订正：
Figure BDA0002312039560000041
其中，y′为数值预报模式输出的气象要素预测的订正值，即订正的气象要素预测结果，y为数值预报模式输出的气象要素的预测数据，y0为观测站点的气象要素的实测数据，ay为数值预报模式输出的气象要素的预测数据的平均值，
Figure BDA0002312039560000042
为观测站点的风气象要素实测数据的平均值，
Figure BDA0002312039560000043
为观测站点的气象要素的实测数据的方差，σy为数值预报模式输出的气象要素的预测数据的方差。
(4)对于无观测站点的基础预报网格，按照划分泰森多边形的原则，找到无观测站点的基础预报网格最邻近的观测站点，采用该站点的各气象要素预报订正模型作为该基础预报网格的各气象要素订正模型。
(5)开展舞动精细化订正预报计算。
首先采用数值预报模式得到各基础预报网格的温度、风速、降水、湿度等气象要素预测值。
然后根据(2)和(3)获得的基础预报网格的各气象要素订正模型，并根据各气象要素订正模型分别针对温度、风速、降水、湿度进行预报订正，得到订正的各气象要素预测值(即订正气象要素预测结果)。
最后使用各气象要素预测订正值(订正气象要素预测结果)，根据舞动预测预警模型进行舞动预测预警计算，得到舞动预测预警结果。
综上所述，本发明依托通过获取并根据各个基础预报网格内所有观测站点的各气象要素的历史实测数据和历史数值预报模式的预测数据构建各气象要素预报订正模型：对于有观测站点的基础预报网格，将各气象要素的历史实测数据与预测数据进行对比，并根据对比结果构建各气象要素的预报订正模型；并通过将各个待订正的气象要素输入到其对应的预报订正模型，得到有观测站点的基础预报网格的订正气象要素预测结果；对于无观测站点的基础预报网格，按照划分泰森多边形的原则，找到无观测站点的基础预报网格最邻近的观测站点，将待订正的气象要素输入该站点的各气象要素预报订正模型，得到无观测站点的基础预报网格的订正气象要素预测结果。相比起现有技术，可进行快速的温度、湿度、风速、降水等舞动气象要素预测订正计算，可适用于不同地区的舞动气象要素预测订正。通过对舞动的气象要素进行订正，可为舞动预测模型提供更加准确的舞动关键气象要素预测数据，从而提高架空线路舞动预报的准确率。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种舞动精细化订正预报方法，其特征在于，包括以下步骤：
将待订正的舞动预报区域划分为多个基础预报网格；
获取并根据各个基础预报网格内所有观测站点的各气象要素的历史实测数据和历史数值预报模式的预测数据构建各气象要素预报订正模型：
对于有观测站点的基础预报网格，将各气象要素的历史实测数据对应的预测数据进行对比，并根据对比结果构建各气象要素的预报订正模型；并通过将各个待订正的气象要素输入到其对应的预报订正模型，得到有观测站点的基础预报网格的订正气象要素预测结果；对于无观测站点的基础预报网格，按照划分泰森多边形的原则，找到无观测站点的基础预报网格最邻近的观测站点，将待订正的气象要素输入该站点的各气象要素预报订正模型，得到无观测站点的基础预报网格的订正气象要素预测结果。
2.根据权利要求1所述的舞动精细化订正预报方法，其特征在于，将各气象要素的历史实测数据与预测数据进行对比，并根据对比结果构建各气象要素的预报订正模型；具体包括以下步骤：
将各气象要素的历史实测数据和对应的预测数据进行对比，得到各气象要素的历史实测数据和对应的预测数据的误差，并以误差最小为目标，通过优化算法来构建的预报订正模型，以消除所述误差。
3.根据权利要求2所述的舞动精细化订正预报方法，其特征在于，所述气象要素包括：温度、风速、降水以及湿度；其中，所述预报订正模型为：
Figure FDA0002312039550000011
其中，y'为数值预报模式输出的气象要素预测的订正值，即订正的气象要素预测结果，y为数值预报模式输出的气象要素的预测数据，y0为观测站点的气象要素的实测数据，ay为数值预报模式输出的气象要素的预测数据的平均值，
Figure FDA0002312039550000012
为观测站点的风气象要素实测数据的平均值，
Figure FDA0002312039550000013
为观测站点的气象要素的实测数据的方差，σy为数值预报模式输出的气象要素的预测数据的方差。
4.一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至3任一所述方法的步骤。
CN201911262851.2A 2019-12-11 2019-12-11 舞动精细化订正预报方法及系统 Active CN110908014B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911262851.2A CN110908014B (zh) 2019-12-11 2019-12-11 舞动精细化订正预报方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911262851.2A CN110908014B (zh) 2019-12-11 2019-12-11 舞动精细化订正预报方法及系统

Publications (2)

Publication Number Publication Date
CN110908014A true CN110908014A (zh) 2020-03-24
CN110908014B CN110908014B (zh) 2021-11-02

Family

ID=69824241

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911262851.2A Active CN110908014B (zh) 2019-12-11 2019-12-11 舞动精细化订正预报方法及系统

Country Status (1)

Country Link
CN (1) CN110908014B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111723929A (zh) * 2020-05-08 2020-09-29 广州华工中云信息技术有限公司 一种基于神经网络的数值预报产品订正方法、装置和系统
CN111736148A (zh) * 2020-06-28 2020-10-02 国家海洋环境预报中心 卫星雷达高度计海浪有效波高的订正方法及相关装置
CN111830595A (zh) * 2020-06-09 2020-10-27 上海眼控科技股份有限公司 气象要素的预测方法及设备
CN112000683A (zh) * 2020-08-25 2020-11-27 中科三清科技有限公司 数据处理方法、装置及设备
CN112182822A (zh) * 2020-10-22 2021-01-05 国网湖南省电力有限公司 输电线路覆冰厚度预测校正预报方法及系统
CN113159714A (zh) * 2021-04-01 2021-07-23 国网河南省电力公司电力科学研究院 一种面向电网的气象数据订正方法
CN113253364A (zh) * 2021-06-30 2021-08-13 中国气象局公共气象服务中心(国家预警信息发布中心) 一种对站点风速预报结果进行订正的方法及装置
CN115508917A (zh) * 2022-11-22 2022-12-23 中国民用航空局空中交通管理局航空气象中心 机场气象要素预报方法、装置、设备和存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001349960A (ja) * 2000-06-12 2001-12-21 Mitsubishi Cable Ind Ltd 気象予測システムにおける補正方法
US20140244188A1 (en) * 2013-02-28 2014-08-28 International Business Machines Corporation Forecasting output power of wind turbine in wind farm
US20160070025A1 (en) * 2014-09-10 2016-03-10 Kabushiki Kaisha Toshiba Weather forecasting apparatus and weather forecasting method
CN106682831A (zh) * 2016-12-27 2017-05-17 国网湖南省电力公司 电网舞动区域预测预警方法及系统
CN107765348A (zh) * 2017-10-23 2018-03-06 成都信息工程大学 降水量气象报文数据误差修正方法、雨凇景观预测方法
US20180196023A1 (en) * 2017-01-11 2018-07-12 International Business Machines Coporation Air quality forecasting based on dynamic blending
CN109447260A (zh) * 2018-10-08 2019-03-08 中国人民解放军空军研究院战场环境研究所 一种基于深度学习的局地数值天气预报产品订正方法
CN109543295A (zh) * 2018-11-21 2019-03-29 国网青海省电力公司 数值天气预报的气象要素数据处理方法及装置
CN110542936A (zh) * 2019-08-30 2019-12-06 国网湖南省电力有限公司 基于主导环流的电网暴雨灾害预报偏差的预报方法和系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001349960A (ja) * 2000-06-12 2001-12-21 Mitsubishi Cable Ind Ltd 気象予測システムにおける補正方法
US20140244188A1 (en) * 2013-02-28 2014-08-28 International Business Machines Corporation Forecasting output power of wind turbine in wind farm
US20160070025A1 (en) * 2014-09-10 2016-03-10 Kabushiki Kaisha Toshiba Weather forecasting apparatus and weather forecasting method
CN106682831A (zh) * 2016-12-27 2017-05-17 国网湖南省电力公司 电网舞动区域预测预警方法及系统
US20180196023A1 (en) * 2017-01-11 2018-07-12 International Business Machines Coporation Air quality forecasting based on dynamic blending
CN107765348A (zh) * 2017-10-23 2018-03-06 成都信息工程大学 降水量气象报文数据误差修正方法、雨凇景观预测方法
CN109447260A (zh) * 2018-10-08 2019-03-08 中国人民解放军空军研究院战场环境研究所 一种基于深度学习的局地数值天气预报产品订正方法
CN109543295A (zh) * 2018-11-21 2019-03-29 国网青海省电力公司 数值天气预报的气象要素数据处理方法及装置
CN110542936A (zh) * 2019-08-30 2019-12-06 国网湖南省电力有限公司 基于主导环流的电网暴雨灾害预报偏差的预报方法和系统

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111723929A (zh) * 2020-05-08 2020-09-29 广州华工中云信息技术有限公司 一种基于神经网络的数值预报产品订正方法、装置和系统
CN111830595A (zh) * 2020-06-09 2020-10-27 上海眼控科技股份有限公司 气象要素的预测方法及设备
CN111736148A (zh) * 2020-06-28 2020-10-02 国家海洋环境预报中心 卫星雷达高度计海浪有效波高的订正方法及相关装置
CN111736148B (zh) * 2020-06-28 2021-06-08 国家海洋环境预报中心 卫星雷达高度计海浪有效波高的订正方法及相关装置
CN112000683A (zh) * 2020-08-25 2020-11-27 中科三清科技有限公司 数据处理方法、装置及设备
CN112182822A (zh) * 2020-10-22 2021-01-05 国网湖南省电力有限公司 输电线路覆冰厚度预测校正预报方法及系统
CN113159714A (zh) * 2021-04-01 2021-07-23 国网河南省电力公司电力科学研究院 一种面向电网的气象数据订正方法
CN113253364A (zh) * 2021-06-30 2021-08-13 中国气象局公共气象服务中心(国家预警信息发布中心) 一种对站点风速预报结果进行订正的方法及装置
CN113253364B (zh) * 2021-06-30 2021-10-08 中国气象局公共气象服务中心(国家预警信息发布中心) 一种对站点风速预报结果进行订正的方法及装置
CN115508917A (zh) * 2022-11-22 2022-12-23 中国民用航空局空中交通管理局航空气象中心 机场气象要素预报方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN110908014B (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN110908014B (zh) 舞动精细化订正预报方法及系统
CN103837769B (zh) 一种输电线路雷害预警方法及其系统
CN112285807B (zh) 一种气象信息预测方法及装置
US11105958B2 (en) Systems and methods for distributed-solar power forecasting using parameter regularization
CN104463700B (zh) 一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法
CN102629294A (zh) 台风引发输电线路故障的概率评估方法
CN107958486A (zh) 一种导线矢量模型的生成方法及装置
CN112598883B (zh) 基于贝叶斯网络的输电线路落雷概率预警方法及预警系统
CN111612315A (zh) 一种新型电网灾害性大风预警方法
CN115219810B (zh) 一种基于雷电定位系统的线路跳闸预测方法
CN105279612A (zh) 一种基于泊松分布的输电线路跳闸风险评估方法
CN114386674A (zh) 一种输电线路树木倒伏动态风险预警方法和系统
CN112182822A (zh) 输电线路覆冰厚度预测校正预报方法及系统
CN106597233A (zh) 计及动态空气密度的输电线路风偏放电预警方法
CN116050599A (zh) 一种线路覆冰故障预测方法、系统、存储介质及设备
Fernandez et al. Dynamic line rating forecasting based on numerical weather prediction
CN113537846B (zh) 基于气象灾害的输配电线路杆塔的风险分析方法及系统
CN103093044A (zh) 输电线路覆冰舞动分布图测绘方法
CN113806949A (zh) 一种输电线模型确定方法、装置、计算机设备及存储介质
CN110866693B (zh) 一种基于gis模型的架空输电线路覆冰风险评估方法
CN112257329A (zh) 一种判定台风对线路影响的方法
CN115047544B (zh) 一种覆冰预警方法及系统
Albizu et al. Overhead line rating forecasting for the integration of wind power in electricity markets
CN113821895B (zh) 输电线路覆冰厚度预测模型的构建方法、装置及存储介质
CN110188939A (zh) 风电场的风功率的预测方法、系统、设备和存储介质

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
GR01 Patent grant
GR01 Patent grant