简介:金属氧化物压敏电阻(MOV)在防止电力系统免受雷电过电压侵扰时起至关重要的作用。文中基于MOV仿真模型IEEE模型,建立了一种新的MOV仿真模型F-D模型,并利用ATP-EMTP电磁暂态仿真软件进行仿真模拟,进而对比分析IEEE模型和F-D模型在残压误差上的优缺点。相比于IEEE模型,在波形为8/20μs和峰值为10kA的雷电电流冲击下,FD模型能更好地再现雷电电流冲击后的残压值。F-D模型中的电感参数对仿真结果影响较大,其值与残压误差值呈负相关关系。在波形为8/20μs和峰值分别为5、7、10kA的雷电电流冲击下,优化后的F-D模型残压误差均可忽略不计,因此优化后的F-D模型能很好地反映出实际的MOV动作特性。
简介:为了探索夏季(6~8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005~2010年逐日最大电力负荷和间期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象负荷从夏季日最大电力负荷中分离出来,分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系,并基于2005--2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型,将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示:2005~2010年,北京逐日最大电力负荷具有明显的线性增长趋坍,夏季日最大电力负荷具有显著的星期效应;与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负苘趋势相比,去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优;北京夏季日气象负荷与当日气温的相关系数最高,与前一日气象负荷也关系密切;利用前一日相对气象负荷和当日气缘要素一周逐日分别建立预报模型的拟合和预测效果较好。
简介:针对2009年2月12—13日沈阳暴雪过程,运用Micaps资料和自动站资料,分析了大尺度天气形势及相关物理量场。结果表明:500hPa南北两支槽在辽宁的叠加和地面蒙古气旋及江淮气旋的合并是此次暴雪过程的主要成因。强降雪出现在850hPa涡度和200hPa散度大值区内,对流层中低层辐合、高层辐散为强降雪提供了有利的动力条件;低空急流为暴雪区水汽来源,亦为对流不稳定能量释放的触发源,暴雪区还具备上干冷下暖湿的热力不稳定条件;降水性质的转换与850hPa的温度、温度平流和地面气温有直接联系;暴雪过程无论从量级,还是降水起止、雨转雪时间均预报得较为准确,但对降雪量和积雪深度估计不足。
简介:对云量的诊断方案作了深入的分析,证明了无论云量与其他变量的关系是离散型还是连续型,只要云量与其他变量的关系是由凸函数描述的,则云量会系统性地偏少;反之,如果云量与其他变量的关系是由凹函数来描述的,则云量会系统性地偏大。故Slingo型云量方案中,大尺度云量会系统性偏少,而积云对流所对应的云量会系统性地偏大。同时还证明了如果其他气象变量是高频振荡型的,则云量与该气象变量的关系在局地相关较好,而长期时间平均后则相关程度急剧下降;如果其他气象变量是稳定型变量,则云量与该气象变量的关系在局地相关长期平均好,但就短时间而言相关较差。故云量方案(含Slingo型)存在系统性误差,应被新的物理上更合理的方案所代替。
简介:受云和降水影响的卫星资料在数值天气预报中的同化应用,对于进一步改善数值预报效果具有重要的作用,这部分工作的开展要求在快速辐射传输模式中能够较好地考虑各种水物质的辐射效应。使用美国卫星资料同化联合中心新近开发的快速辐射传输模式CRTM,通过中尺度数值模式WRF的预报输出提供其水物质输入,试验分析了快速辐射传输模式中水物质效应对卫星观测模拟计算的影响。在WRF模式预报水物质分布与天气系统配置合理并符合云物理基本特征的基础上,水物质辐射效应的考虑极大地改善了卫星观测模拟的效果。结合卫星各通道探测特性,进一步分析了各种水物质粒子对NOAA16AMSUA/B各通道卫星亮温模拟的影响和物理机理,定量统计了各类水物质对各卫星观测通道亮温计算偏差和水物质对各通道偏差贡献的权重大小。分析结果表明,快速辐射传输模式中水物质效应的考虑为数值天气预报中云雨区卫星资料的同化应用提供了必需的基础条件。
简介:选用1961—2015年东北地区26个气象站月平均气温资料、国家气候中心74项环流特征量指数、NCEP/NCAR再分析资料和1986—2015年辽宁省水稻单产资料,分析了辽宁省水稻产量的时间变化特征,基于大气环流对长期天气过程影响的滞后性,考虑预报因子的显著、稳定性和独立性,应用多元线性回归方法建立水稻年景的预报模型。结果表明:(1)辽宁省水稻实际产量、趋势产量、气象产量均呈增加趋势,发生气候突变时间分别为1992、1997和1994年,实际产量与气象产量的关系较密切;(2)水稻年景预报模型经F检验,具有统计学意义,预报基本正确率为81.9%,用该模型预测2014、2015年水稻年景,均接近实际值。