短期预报

利用 T213 数值预报产品和实时地面降水观测数据，筛选关键物理量因子，并结合动力相似预报方法，构建了江苏省未来 12 小时至 3 天降水预报系统。经统计分析验证，该系统预报结果可靠，可为预报员提供参考。系统已实现降水的自动、客观、定时、定点、定量预报，并投入业务化运行。

探讨了风电场短期风速预测技术，提出了一种基于时间序列相似性搜索的新方法。研究采用数据挖掘原理，通过相似性搜索技术有效预测风电场的未来风速。

小型且高效的 ASP + ACCESS 程序 可查询全国 2400 多个城市 7 天天气 提供天气现象、温度、风力、风向等信息 页面简洁美观，符合站长需求

此数据库包含全国所有城市的详尽天气预报代号。

特点： 查询全国2400+城市7天天气信息 包含天气现象、温度、风力、风向 体积小巧、页面简洁

短期电力负荷预测精度对电网企业的运营管理和调度管理至关重要。 针对电力负荷受多种非线性因素影响, 难以获得高精度预测结果的问题, 提出一种基于聚类分析的短期负荷智能预测方法。 该方法首先利用k-means聚类技术对训练集气象数据进行聚类分析, 提取相似日及其相关历史数据, 然后构建支持向量机模型进行短期电力负荷预测。 算例结果表明, 该方法预测结果平均相对误差为0.88%, 优于同结构支持向量机预测 (1.66%) 和ARMA预测 (3.81%)。

MATLAB开发-短期对冲位置优化器。本程序用于优化资源公司的对冲比率，帮助企业在短期内实现对冲策略的最优化配置，提升抗风险能力。主要功能包括： 数据输入与预处理：用户导入资源价格、对冲头寸等数据，程序对数据进行格式化和清洗，确保数据准确性。 对冲比率优化：基于输入的历史数据和市场波动情况，计算出最佳的对冲比例，帮助企业降低短期风险。 结果输出与分析：优化器输出建议的对冲比率，并生成风险收益分析报告，方便企业决策。 优势：简化对冲策略，提供直观的风险回报分析，让用户更加清楚短期对冲配置的效果。

雷暴作为大气中壮观的超远程放电过程，可能造成巨大破坏和人员伤亡，损坏建筑物、电源系统、通信设备，引发森林火灾，带来重大经济损失。准确预测雷暴可以有效避免这些损失。本研究利用2009年6月至2015年8月阜新市沂蒙县和彰武县两个气象站点的观测数据，选取40个典型雷暴天气过程，计算了15个与雷暴活动相关的对流参数。统计分析表明，对流有效位能 (CAPE)、850 hPa 比湿度、700 hPa 比湿度、850 hPa 假相当位温、最大上升速度、强天气威胁指数 (SWEAT) 和零度高度 (ZH) 与雷暴活动密切相关，相关性均大于0.3。本研究确定了上述预测因子的阈值，计算了拟合率并进行了检验。此外，本研究利用雷达产品建立了雷暴预警的短期临近指标，选择组合反射率、垂直累积液态水含量和回波顶高三种雷达产品作为雷暴预警指标。将上述研究成果应用于2015年和2016年6月至8月的雷暴天气预测，预测准确率超过85%。研究表明，上述方法对阜新市雷暴天气的预报和预警具有参考价值和指示意义。

卡尔曼滤波技术在气象预报中扮演重要角色，通过建立数据文件和优化业务流程，提高了天气要素预报的精确度。

建模用户的长期和短期兴趣对于准确的推荐至关重要。然而，由于缺乏手动标注用户兴趣的标签，现有方法常常将长短期兴趣纠缠在一起，导致推荐的准确性和可解释性不佳。为解决这一问题，提出了一种对比学习框架，专注于将长期和短期兴趣的推荐分开。我们首先引入了独立的编码器，分别捕捉不同时间尺度下的用户兴趣。然后，通过从交互序列中提取长期和短期兴趣的代理标签，来监督兴趣表示与其相似性。最后，考虑到长短期兴趣的动态变化，我们提出了基于注意力机制的自适应聚合方法来进行预测。我们在电子商务和短视频推荐的两个大规模真实数据集上进行了实验，结果显示，所提出的方法始终优于现有的模型，显著提高了推荐效果：GAUC提升超过0.01，NDCG提升超过4%。进一步的反事实评估表明，本方法成功实现了长期和短期兴趣的更强解耦。