1) extraseasonal short-term climate prediction
跨季度短期气候预测
1.
Focusing on the potential impact of initial atmospheric anomalies on extraseasonal short-term climate prediction, the grid point Atmospheric General Circulation Model with 9 vertical levels, developed at the Institute of Atmospheric Physics, the Chinese Academy of Sciences, is used to perform the numerical experiment of ensemble hindcasting for thirty years (1970～1999).
针对大气初始异常在跨季度短期气候预测中的可能作用 ,利用中国科学院大气物理研究所 9层大气环流格点模式 (简称IAP 9L AGCM )对全球夏季气候进行了 30年 ( 1 970～ 1 999年 )集合回报试验 ,系统地考察了基于大气初始异常条件下模式对跨季度短期气候异常的可预测性。
2) extraseasonal prediction
跨季度气候预测
3) Seasonal climate prediction
季度气候预测
4) short term climate prediction
短期气候预测
1.
And on the basis of this system,a series of short term climate prediction produced by dynamical climate model at timescale of monthly,seasonal and interannual has been launched into operation.
20年历史回报试验和1年多的试验性业务运行结果表明,该系统对东亚区域的季节预测具有较好的预测能力,其预测结果已经成为我国短期气候预测业务的重要参考信息。
5) short-term climate prediction
短期气候预测
1.
Experimental research has been made into short-term climate prediction of flood/drought in spring,monsoon and typhoon seasons and autumn and winter seasons.
利用最优子集、神经网络、EOF-CCA和均生函数4种常用统计方法,对福建春季、前汛期、后汛期和秋冬季进行年度、季度旱涝的短期气候预测试验,采用统一的评分标准评定。
2.
This is an overview paper on the short-term climate prediction studies made in the Insti tute of Atmospheric Physics (IAP) Chinese Academy of Sciences (CAS) in China over the past 10 years.
回顾了近年来我国短期气候预测研究的若干进展,主要是在中国科学院大气物理研究所完成的以气候模式为基础的短期气候预测方面工作。
3.
Guangxi short-term climate prediction and climate disaster monitor operation system contains three subsystems of database manager, climate disaster monitor and short-term climate prediction.
广西短期气候预测与气候灾害监测业务系统主要包括数据库管理、气候灾害监测、短期气候预测 3个子系统 ,集气候资料管理、气候灾害监测、短期气候预测等气候综合业务于一体。
补充资料：短期电力需求预测
短期电力需求预测
short term forecast for electric power demand
duonq一d旧nll xuq一u yuee短期电力摇求预测(short term foreeast foreleetrie power demand)一般是指一年之内以月为单位，或一月之内以周、天、小时为单位，对未来一个月、一周、一天、一小时时段的电力需求所做的预侧。它是在充分考虑系统的重要运行特性、自然条件和社会因素的条件下，利用一套数学方法，系统地处理过去与未来的电力负荷状况，在满足一定精确度要求下，确定未来某特定时段电力需求量的工作。 计算指标包括预测期、计算周期、预测时段。预测期是指对未来负荷预测的时间范围;计算周期是指多长时间重复计算一次;预测时段是指对预测期内的时段划分。例如，某种负荷预测是在前一天预侧第二天全天每半小时的负荷，则预测期为一天，计算周期为一天，预测时段为半小时;又如，每天预测未来3“天内每周的系统负荷，此时，预测期是一年，计算周期为一天，预测时段为一周。 以往作短期预测时，较多采用预测期与计算周期一致，如周负荷预测，预侧期为一周，每周计算一次，即在每周的周末，预测未来一周的系统负荷。这种做法的缺点是不能跟踪修改原先的预侧。目前，随着计算手段的发展和对负荷预测精确度要求的提高，出现了负荷预测的滚动计算，即负荷预测的计算周期与预侧期不一致，一般计算周期以天或小时为单位。例如，每天滚动计算未来七天负荷、每天滚动计算未来30天每天的负荷、每天滚动计算未来一年每周的负荷等。由于计算周期的缩短，使得预测人员可以根据系统的实际运行情况，跟踪改变负荷预侧值，从而提高预侧精确度. 预测的作用预测对电力系统的经济调度和电力市场运营都非常重要。系统调度人员在编制开停机计划、机组检修计划、机组发电计划、网间交换计划以及水火电联合调度计划等时，都必须以负荷预测的数据为依据。准确的负荷预测，可以减少系统停机备用和旋转备用，增加系统安全稳定运行的水平，充分利用网间的错峰效益，从而降低运行成本。短期需求预测对电力市场的作用，体现在对市场运营人员、发电商、配电商三个方面的作用(对用户的作用可参照对配电商的作用)。在具备负荷预测的数据以后，市场运营人员才有可能编制发电计划和辅助服务计划(包括备用、无功服务等)、检验电网潮流、计算上网电价和售电电价等.市场运营人员必须滚动计算负荷预测数据并向市场成员公布，市场成员也必须向市场运营人员提供必需的运行数据.发电商可以通过市场运营部门发布的负荷预测数据，制定报价决策，合理安排发电计划和检修计划.配电商可根据负荷预测数据，决定购电计划。负荷预测数据的交换可在市场运营人员和市场成员之间起到沟通信息的作用。 预测的方法经典的方法有类比法、单耗法、负祷密度法、电力弹性系数法、比例系数增长法，随后出现时间序列法、回归分析法、灰色预测法、随机序列预侧法;新出现的方法有优选组合法、专家系统预侧法、神经网络法、小波分析法等。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条