“气象因素”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果164260个，建议您升级VIP下载更多相关专利

[发明专利]基于精细化预测的电力气象预警方法-CN202211739217.5在审
发明人：梁允;姚德贵;李哲;郭志民;卢明;王超;刘善峰;王津宇;王磊;李帅;苑司坤;高阳;崔晶晶 -专利权人：国网河南省电力公司电力科学研究院;国家电网有限公司
申请日： 2022-12-30 - 公布日： 2023-06-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于精细化预测的电力气象预警方法，首先采用一种基于局部加权回归的时间序列分解方法，对气象灾害发生时的电力负荷进行精细化分析，并提出一种表示不同气象灾害基础因素和特征因素对电力负荷影响大小的影响因子的计算方法；其次基于历史数据统计分析，提出一种电力气象灾害风险系数计算方法，综合考虑了电力气象灾害发生概率及其风险危害程度；最后建立一个基于气象预报精细化数据的电力气象灾害预警系统，实现对监测电网进行分区域、逐级更新电力气象灾害风险等级的提前预警，为科学地进行电力气象灾害影响评估奠定了技术基础，对于快速启动电力气象灾害应急响应和提高电网供电可靠性、提升电网防灾减灾能力具有重要意义。
基于精细预测电力气象预警方法

[发明专利]一种输电线路舞动监测方法及装置-CN202110701771.3在审
发明人：马潇;王轶;汉京善;金欢;高洁;王剑;刘彬;李丹煜;姬昆鹏;赵彬 -专利权人：中国电力科学研究院有限公司;国家电网有限公司
申请日： 2021-06-24 - 公布日： 2022-12-27 - 主分类号： G06Q10/04 文献下载
摘要：包括：获取预测时段的气象因素数据、微地理因素数据和线路信息；将所述预测时段的气象因素数据、微地理因素数据和线路信息作为预先训练的机器学习模型输入，获取预先训练的机器学习模型输出的预测时段输电线路舞动系数；其中，所述预先训练的机器学习模型基于历史气象因素数据、微地理因素数据、线路信息以及输电线路舞动系数训练获取。
一种输电线路舞动监测方法装置

[发明专利]环境监控方法、装置、系统及服务器-CN201810593658.6有效
发明人：贾卓 -专利权人：兰州大学
申请日： 2018-06-08 - 公布日： 2020-01-07 - 主分类号： G01W1/02 文献下载
摘要：方法通过基于预设的自然条件和社会经济环境要求标准，将待监测区域划分为多个功能区域后，获取多个功能区域各自的社会经济因素、自然气象因素、环境污染物排放总量和浓度，再对多个功能区域各自的环境污染物排放总量和浓度进行特征分析，获得表征所述环境污染物排放总量和浓度变化的特征分析结果，然后分析特征分析结果相关的社会经济因素、自然气象因素，以及分析社会经济因素与所述自然气象因素之间的关系，进而根据多个功能区域各自的环境质量要求，
功能区域社会经济因素环境污染物环境监控排放总量气象因素特征分析结果服务器环境质量要求区域环境监测社会经济环境监测区域浓度变化特征分析预警提示重要意义自然条件预设分析预警

[发明专利]一种分析污染源与气象因素对不同程度PM2.5-CN202011592008.3在审
发明人：史国良;许博;张忠诚;高洁;冯银厂 -专利权人：南开大学
申请日： 2020-12-29 - 公布日： 2021-04-06 - 主分类号： G06Q10/04 文献下载
摘要：一种分析污染源与气象因素对不同程度PM2.5污染影响贡献和效应的机器学习模型，涉及大气颗粒物污染防治领域，包括以下步骤：第1步.计算基于在线多组分数据的PM2.5污染来源解析；第2步.搭建机器学习模型；第3步.运用夏普利值计算各因素对PM2.5影响程度；第4步分析污染源和气象因素对不同程度PM2.5污染的影响效应；第5步.分析一次污染源和气象因素对二次污染源生成浓度的影响效应；本发明基于数据驱动搭建的机器学习模型，能够快速识别不同程度PM2.5污染中的主导因素，量化单因素以及多因素对不同程度
一种分析污染源气象因素不同程度 pm base sub 2.5

[发明专利]公路时空环境、气象和地理因素的监测分析感知方法、系统-CN201911244464.6在审
发明人：徐清峻;王金亮;王风春;刘扬;王晓东;张刚刚;徐凯凯 -专利权人：齐鲁交通信息集团有限公司
申请日： 2019-12-06 - 公布日： 2020-04-28 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种公路时空环境、气象和地理因素的监测分析感知方法、系统，方法包括：根据监测样本图像数据，利用监测样本图像数据输入对与机器学习算法相对应的机器学习模块进行训练；利用监测图像验证数据对训练后的机器学习模块进行验证以上方案，样本数据中包括地理因素，对气象数据，获取时间结合地理因素就构成时空环境的参数。因此，本发明中的技术方案能够在考虑时空、气象和地理因素后得到更准确的公路监测结果。
公路时空环境气象地理因素监测分析感知方法系统

[发明专利]一种考虑天气因素的电力变压器时变停运风险评估方法-CN201810536869.6在审
发明人：梁浩浩;吴杰康 -专利权人：广东工业大学
申请日： 2018-05-30 - 公布日： 2018-12-11 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供了一种考虑天气因素的电力变压器时变停运风险评估方法，该方法包括以下步骤：S1.建立影响电力变压器运行状态的综合气象风险指标体系；S2.根据电力变压器的老化失效概率和偶然故障概率，得到电力变压器的综合时变运行故障概率；S3.利用综合气象风险指数修正电力变压器的综合时变运行故障概率，得到考虑天气因素的电力变压器时变停运风险评估模型。根据本发明的电力变压器时变停运风险评估方法，量化了对变压器稳定运行有较大影响的气象因素，并利用所求得的综合气象风险指数优化了计及正常老化和偶然故障的变压器故障停运模型，进一步得到考虑天气因素的时变停运风险模型
电力变压器时变停运风险评估天气因素风险指数偶然故障运行故障变压器概率气象老化变压器运行状态风险评估模型变压器故障风险模型风险指标气象因素失效概率稳定运行影响电力大影响量化修正优化

[发明专利]一种考虑气象因素变化的短期光伏分解预测方法-CN201710828824.1有效
发明人：黎静华;赖昌伟;兰飞 -专利权人：广西大学
申请日： 2017-09-14 - 公布日： 2019-04-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种考虑气象因素变化的短期光伏分解预测方法，包括：S1通过奇异谱分析方法对光伏出力时间序列进行分解，获得低频序列、高频序列和噪声序列；S2采用Pearson相关系数法确定影响光伏出力的主要气象因素，并分析其对光伏出力的灵敏度；S3针对低频序列和高频序列并结合灵敏度分别建立考虑气象因素的预测模型；S4根据预测模型获得低频序列预测值和高频序列预测值，并根据低频序列预测值和高频序列预测值获得光伏出力预测值本发明通过奇异谱分析方法将光伏出力分解为不同的子序列单独分析各序列的特征；通过相关性分析和灵敏度分析获取不同气象因素的单位变化量对光伏出力的影响程度，以便更为精确地预测光伏出力。
一种考虑气象因素变化短期分解预测方法

[发明专利]一种输变电设备污秽监测预警方法及装置-CN202011637575.6有效
发明人：魏瑞增;黄勇;周恩泽;田翔;刘淑琴;王彤;罗颖婷;鄂盛龙;许海林;江俊飞;梁永超 -专利权人：广东电网有限责任公司电力科学研究院
申请日： 2020-12-31 - 公布日： 2023-04-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种输变电设备污秽监测预警方法及装置，该方法通过获取本周期内输变电设备的历史积污天数，逐小时获取各气象因素的数据，并对各气象因素在预置时间内的最大值进行插值修正，基于修正后的各气象因素数据和历史积污天数确定修正积污天数和积污预警等级，并结合修正积污天数、积污预警等级和修正后的各气象因素数据判断所述输变电设备的污秽风险，并将污秽风险的输变电设备的信息输入污秽预警信息中，发布预置时间的污秽预警信息，达到了能够对当前监测到输变电设备污秽风险进行预警
一种变电设备污秽监测预警方法装置

[发明专利]一种考虑气象多因素影响的非工作日最大日负荷预测系统-CN201410405157.2有效
发明人：李滨;吴茵;张智光;朱桂兰;龚利武;牟才荣;覃芳璐;巩德军;黄佳;苗增强;韦化;林洁 -专利权人：广西电网有限责任公司;广西大学
申请日： 2014-08-18 - 公布日： 2017-09-26 - 主分类号： G06F19/00 文献下载
摘要：一种考虑气象多因素影响的非工作日最大日负荷预测系统，包括非工作日数据获取模块，获取历史非工作日的负荷及气象数据，分类筛选；非工作日数据分析模块，分析非工作日负荷与24个气象因子进行关联性分析，寻找关键气象因子；非工作日最大日负荷预测建模模块，利用选定负荷与综合气象因子构建不同节假日最大日负荷预测模型，利用选定负荷与多气象因素判定函数构建周末最大日负荷预测模型；非工作日最大日负荷预测计算模块，获取未来气象预测数据
一种考虑气象因素影响工作日最大负荷预测系统

[发明专利]考虑气象因素、道路线形因素的高速公路事件检测方法-CN201410603948.6有效
发明人：孙棣华;赵敏;刘卫宁;郑林江;陈曦 -专利权人：重庆大学
申请日： 2014-10-31 - 公布日： 2015-01-28 - 主分类号： G08G1/048 文献下载
摘要：本发明属于交通监测技术领域，公开了一种考虑气象因素、道路线形因素的高速公路事件检测方法，包括如下步骤：1)采集高速公路天气信息、路段线形信息和交通数据，获得气象参数、路段线形参数和交通参数；2)对气象参数、路段线形参数和交通参数进行预处理；3)将预处理后的气象参数、路段线形参数和交通参数输入BP神经网络，判断是否有事件发生。
考虑气象因素道路线形高速公路事件检测方法

[发明专利]一种多负荷日类型配电网负荷曲线预测方法-CN202211305439.6在审
发明人：石方迪;江峰青;祝瑞金;苏卫华;罗凤章;徐建锋;李轶立;陶佩军;吴正骅;卢婧婧;祝燕萍;李亦农;王骏;顾辰方;蔡佳铭;丘校宇 -专利权人：国网上海市电力公司;天津大学
申请日： 2022-10-24 - 公布日： 2022-12-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种多负荷日类型配电网负荷曲线预测方法，用于区分不同负荷日类型预测配电网的负荷曲线，包括步骤：S1、输入待预测配电网的负荷曲线历史数据、气象因素历史数据和社会因素历史数据；S2、对负荷曲线历史数据和气象因素历史数据进行数据预处理；S3、进行影响因素关联规律分析，选取出与负荷曲线强相关气象因素；S4、基于待预测日的负荷日类型，进行节假日负荷曲线预测或/和非节假日负荷曲线预测，输出待预测日负荷曲线。
一种负荷类型配电网曲线预测方法

[发明专利]一种光伏发电量预测分析方法-CN202010406827.8在审
发明人：龙伶进;许阳阳;魏振欣;李园园;佀庆灏 -专利权人：沂南力诺太阳能电力工程有限公司
申请日： 2020-05-14 - 公布日： 2020-09-18 - 主分类号： G06Q10/04 文献下载
摘要：将运维作为重要的因素结合气象因素对运维的光伏组件的发电量进行发电量模型建立，将气象因素对没有进行运维的光伏组件进行发电量模型建立，获取未来预期的气象因素，获取未来预期的运维计划，根据运维计划对光伏组件进行分类
一种发电量预测分析方法

[发明专利]基于射频组网技术的低功耗智能灌溉系统-CN201911107913.2在审
发明人：黄忠东;郑敦 -专利权人：福建天成保德环保科技有限公司
申请日： 2019-11-13 - 公布日： 2020-01-14 - 主分类号： A01G25/16 文献下载
摘要：本发明提出基于射频组网技术的低功耗智能灌溉系统，所述灌溉系统包括灌溉决策模块和设于灌溉区的灌溉控制器、土壤因素决策模块、空气因素决策模块；所述土壤因素决策模块根据灌溉区处的土壤状态来向灌溉决策模块提交土壤灌溉决策；所述空气因素决策模块根据灌溉区处的空气状态来向灌溉决策模块提交气象预报；所述灌溉决策模块与雨量信息传感器相连以接收当前降雨量；所述灌溉决策模块根据收到的土壤灌溉决策、气象预报来决定是否启动对灌溉区的灌溉作业；本发明可以实时缓存土壤温湿度传感、空气温湿度气压传感器、雨量信息传感器上传的气象信息，并自动对灌溉计划是否执行进行判断。
灌溉决策决策模块灌溉气象预报土壤灌溉土壤因素雨量信息灌溉区传感器智能灌溉系统灌溉系统灌溉控制器气压传感器空气状态气象信息实时缓存低功耗射频组土壤传感上传决策

[发明专利]输电线路舞动破坏风险评估方法、装置、终端及存储介质-CN202310250855.9在审
发明人：程旭;李丹煜;李宁;刘彬;刘兆威;张宏杰;王红军;李晨;王鹏;张国强;田志;汉京善;姜昂;白龙;卢景才 -专利权人：国网河北省电力有限公司衡水供电分公司;国家电网有限公司
申请日： 2023-03-15 - 公布日： 2023-09-29 - 主分类号： G06Q10/0635 文献下载
摘要：本发明涉及输电线路维护技术领域，尤其涉及一种输电线路舞动破坏风险评估方法、装置、终端及存储介质，本发明方法首先获取多个因素集；然后根据所述多个因素集以及多个历史覆冰数据包，获取表征未来覆冰情况曲线的覆冰数据集；接着根据线路结构、气象预测数据以及所述覆冰数据集，确定表征导线舞动强度曲线的舞动数据集；最后根据所述气象预测数据以及所述舞动数据集，确定输电线路的风险。本发明实施方式采用滤波算子分析影响覆冰情况的因素，因此可以发现包括累积量、变化量影响覆冰情况的因素；通过舞动数据和气象条件构建向量，通过归类到此前采用聚类方法获得的风险类，评估舞动带来的风险。
输电线路舞动破坏风险评估方法装置终端存储介质

[发明专利]基于TCN的汛期气候趋势预测方法-CN202010737477.3有效
发明人：王海泉;温盛军;喻俊;谢晓峰;王瑷珲;苏孟豪;张姗姗;岳文轩;杜盼盼 -专利权人：中原工学院
申请日： 2020-07-28 - 公布日： 2021-09-28 - 主分类号： G06Q10/04 文献下载
摘要：该方法包括：对收集的多种汛期气象观测指标数据进行分析，筛选出与汛期天气趋势因素相关的汛期气象观测指标；训练天气趋势因素对应的孪生时域卷积网络，将与天气趋势因素相关的汛期气象观测指标数据映射到高维特征向量；将各汛期天气趋势因素对应的训练好的孪生时域卷积网络输出的高维特征向量输入对应的天气趋势预测时域卷积网络、温度趋势预测时域卷积网络、降水量预测时域卷积网络，得到预测的天气、温度、降水量；根据预测结果绘制天气趋势
基于 tcn 汛期气候趋势预测方法