《表3 不同天气类型下M2模型预测误差分析》
different weather types
清晰度指数表征天文辐射通过大气层的衰减程度,与天气状况密切相关,且计算方便,所以本文按照清晰度指数将不同时次对应的天气状态进行划分归类[16]。天气类型1:当kT≥0.5时,定义为晴、晴转多云、多云转晴;天气类型2:当0.5>kT≥0.2时,定义为多云、阴转多云、多云转阴;天气类型3:当0.2>kT≥0.1时,定义为小雨、阵雨、小雪、轻雾、霾等;天气类型4:当kT<0.1,定义为中雨及以上、中雪及以上,从而深度探讨不同天气类型下逐时散射比的预测效果及与各气象因子的关系。由表3可知,通过研究2011年7~12月份的预测样本,发现M2模型下天气类型3、天气类型4的MAPE值和NRMSE值均小于10%,预测效果较好,其次是天气类型2,预测误差最大的是天气类型1。但矛盾点在于预测准确性与相关系数变化趋势的不一致性。
图表编号 | XD00139653900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.28 |
作者 | 李芬、刘迪、闫全全、陈正洪、程兴宏、赵晋斌 |
绘制单位 | 上海电力学院电气工程学院、上海电力学院电气工程学院、上海市电力公司检修公司、湖北省气象服务中心、中国气象科学研究院灾害天气国家重点实验室、上海电力学院电气工程学院 |
更多格式 | 高清、无水印(增值服务) |