省级以下现代天气业务集约化发展研究

在梳理中国气象局现代气象业务发展,特别是现代天气业务发展思路和成效的基础上,结合公共气象服务面临的新形势和新需求,分析了省级以下现代天气业务集约化发展面临的新问题,提出了优化省市县三级的重点业务分工、改进预报预警技术和业务流程、完善相关业务标准、创新基层一体化业务服务方式、进而推进核心气象业务集约化发展的建议,包括：①实施“预报核心上移、服务重心下沉”战略,逐步建立适应气象服务体制改革要求的业务布局。强化省级大数据（基础数据、预报服务产品库和综合一体化平台等）环境部署、精准化天气预报技术路线及流程的革新、灾害性天气预警技术把关等业务核心地位,强化市级短期精细化要素预报订正和气象服务社会化的组织与协调,强化县级基层气象防灾减灾的社会化组织和协调、灾害性天气及气象灾害风险预警职能。②创新基层海量数值天气预报（NWP）产品集成应用方式,关注气象要素格点、情景预报技术发展,探索综合业务平台升级以及预报产品无缝隙、网格化、精细化制作技术。③进一步理清灾害性天气预报预警业务的上下级分工,创新管理模式,完善集约化业务平台和流程,整合专业化的信息发布平台和流程。④完善产品格式、标准和方法,推进业务质量检验评估体系建设。⑤强化多方式业务培训,提升业务科技创新能力,推进县级监测、预报和服务业务的一体化,全面提升县级精细化预报、灾害性天气及气象灾害预警服务能力。     

现代商业区建筑供配电设计要点及对策初论

在经济的推动下,商业区数量日益增多,空间布局更加紧凑,用电量也随之大幅增加,管理更为困难。因此,要重视商业区建筑的供电配电。介绍了商业区建筑的特点,然后结合实际案例对其供配电进行了设计。     

城市需水的智能预测方法研究

选取对城市用水影响较大的因素作为预测指标,通过HP滤波分析其指标及用水量的趋势成分及波动成分。应用多元线性回归法对趋势性成分进行模拟,应用模糊神经网络对波动性成分进行网络训练,以获得城市需水的总预测值。以大连市1980~2000年用水及其相关因子为例建模,以2001~2007年指标对模型进行检验,预测了大连市2010、2020年的需水值,为城市水资源规划提供一定的理论支持。     

一种光伏电池组件的温度预测方法

组件温度是影响太阳能电池组件转换效率的一个重要因素,对组件温度的准确预测,有助于提高光伏发电功率预测的精度。文中提出了一种光伏电池组件温度预测方法。该方法考虑了影响光伏电池组件温度的主要因素,通过选择适当的样本建立统计模型。算例结果表明,该预测模型能够较好地对光伏电池组件温度进行预测,具有潜在的应用价值。     

用聚类预报模型预报三峡水库来水量的探讨

为了开展三峡水库入库来水量长期预报,从北半球500 hPa高度场、太平洋海温场、北半球100 hPa高度场、北半球地面气压场与74项环流特征指数作为预报因子,采用回归方程求解和回归效果检验,建立回归聚类预报物理模型,对三峡水库6～8月各月平均来水量进行了长期预报分析。结果表明,三峡水库6~8月份各月来水量回归聚类预报的技术路线是可行的,正、负距平符号一致的概率能达到80%以上,效果较好,基本上可以满足生产需要。回归聚类预报物理模型具有一定的应用推广价值。     

中国洪水预报系统在贝江勾滩洪水预报中的应用

采用中国洪水预报系统的应用平台建立贝江勾滩水文站降雨径流模型洪水预报方案,利用系统自动进行模型参数的率定,该方案在精度的评定及实际应用中取得较满意的效果,解决了勾滩站长期没有洪水预报方案指导防洪的迫切的问题,为中国洪水预报在柳江流域的应用积累了经验.     

霍童溪流域水库群防洪服务信息系统

霍童溪流域是宁德市防洪重点流域,流域内水库众多,其中大、中型水库7座。水库间存在着串、并连等多种复杂关系,多座水库同时具有供水、防洪与发电等多种功能并存的特点。霍童溪流域水库群防洪服务信息系统基于GIS以图表形式进行概化处理、展现多种水情信息。基于GIS将流域划分为若干个具有独立地理单元、有均匀雨量站分布的子流域,进而开发分布式洪水预报模型,为水库群合理调度决策提供支撑。     

Optimized scenario for rainfall forecasting using genetic algorithm coupled with artificial neural network

Rainfall forecasting plays many important role in water resources studies such as river training works and design of flood warning systems. Recent advancement in artificial intelligence and in particular techniques aimed at converting input to output for highly nonlinear, non-convex and dimensionalized processes such as rainfall field, provide an alternative approach for developing rainfall forecasting model. Artificial neural networks (ANNs), which perform a nonlinear mapping between inputs and outputs, are such a technique. Current literatures on artificial neural networks show that the selection of network architecture and its efficient training procedure are major obstacles for their daily usage. In this paper, feed-forward type networks will be developed to simulate the rainfall field and a so-called back propagation (BP) algorithm coupled with genetic algorithm (GA) will be used to train and optimize the networks. The technique will be implemented to forecast rainfall for a number of times using rainfall hyetograph of recording rain gauges in the Upper Parramatta catchment in the western suburbs of Sydney, Australia. Results of the study showed the structuring of ANN network with the input parameter selection, when coupled with GA, performed better compared to similar work of using ANN alone.     

高维进化策略调整神经网络结构和参数

提出一种基于佳点集原理的进化策略用于神经网络结构和参数的调整.为了克服正交设计法的一些不足来处理高维最优化问题,本文采用分步交叉框架,将佳点集技术引入实数域交叉算子增强高维空间的搜索能力.前馈神经网络的隐含节点与连接边数从小逐步递增直至学习效果足够好.通过调整能得到一个部分连接的前馈网络,减少了网络实现的耗费.最后,佳点集进化策略有效应用于生成预测太阳黑子的演化神经网络.实验结果证明了新方法的有效性.