来源：青海省人民政府2024-05-07

专家咨询组由省生态环境厅、省气象局牵头聘请相关专家组建,主要对环境监测数据和气象数据的关联性进行研究,研判重污染天气的成因;负责重污染天气发生时提供应急响应技术支持和对策建议;指导各市(州)对重污染天气应急情况开展总结

来源：国家电网报2024-04-23

数看新能源分析产品全量接入新疆700多家新能源场站及储能电站的基本信息、实时运行数据、所在地区气象数据等多源多维度数据，综合负荷、气象等因素分析新能源场站年度、月度发电数据，实时监测全疆新能源场站发电功率和各地市州电网运行等关键指标

来源：国家电网报2024-04-22

构建两级气象数据服务中心运营体系，迭代发布气象数据目录及服务目录，持续提升气象数据时效性和数据质量，为公司各专业提供高质量气象数据服务支撑。

来源：北极星风力发电网2024-04-09

目前平台接入的数据主要包括电网运行数据、新能源场站运行数据以及第三方气象数据。

来源：黄师傅说电2024-04-03

分布式光伏收益测算以10kv两部制用户为例，即大工业用户为例测算分布式光伏收益，依据省会城市合肥气象数据生成1kw光伏投入对应全年每小时发电量。

来源：国家能源集团2024-04-02

狠抓新能源企业设备管理，密切关注气象数据和风机覆冰变化，保障风电机组稳发多发。

来源：亮报2024-03-27

“人工智能+电力”相关应用新能源功率预测人工智能算法可以根据气象数据、发电特性等预测新能源在未来一段时间内出力情况，帮助电力调度部门制订发电计划。

来源：甘肃省人民政府2024-03-21

创新气象数据产品服务，加强区域级高价值气象数据产品研发，推动气象数据与金融、实体企业融合应用，鼓励研发以气象数据为基础的金融产品，大力发展天气指数保险、天气衍生产品和气候投融资新产品等，推动相关金融产品在农业生产

来源：国家电网报2024-03-19

国网浙江电力还深入研究新能源发电特性，引入多元气象数据，建成两套新能源功率预测系统，组合选优提高预测准确率，全省光伏功率预测准确率达96.7%。

来源：上海市生态环境局2024-03-15

3.6 当出现降水时，市区以徐家汇气象站气象数据为依据，郊区以本区气象站气象数据为依据。3.7 扬尘在线监测设施应每小时自动补传缺失的数据，标注表1中对应的标识符。

来源：国网浙江电力2024-03-14

赵益楠 摄国网浙江电力还深入研究光伏等新能源发电特性，引入多元气象数据，建成两套新能源功率预测系统，组合选优提高预测准确率，全省光伏功率预测准确率已达96.7%。

来源：北极星太阳能光伏网2024-03-04

，根据气象数据、跟踪支架运行数据、机器人运行数据和发电数据控制跟踪支架和清洁机器人工作。...用于清洁光伏组件并将机器人运行数据发送给综合控制装置；逆变器，用于将光伏组件产生的发电数据发送给综合控制装置；综合控制装置，位于跟踪支架附近，分别与跟踪支架控制器、清洁机器人和逆变器通信连接，用于获取气象数据

来源：能源评论•首席能源观2024-02-21

面对极端天气多发频发的挑战，需要加强电网的灾害智能感知体系建设，提升气象数据预测精度和分析深度，研判灾害强度和持续时间，增强预控措施的实效性，深化新一代应急指挥系统应用，提升电力突发事件响应、处置效率。

来源：国家电网公司2024-02-19

南瑞集团通过自主技术创新，完成了技术原型研发，全面支撑国家电网公司建成企业级气象数据服务中心，实现从中国气象局、水利部、地震局等外部机构统一汇聚5大类公共气象数据，从国家电网七大灾害中心汇聚7大类电力专业气象数据

来源：湖北省生态环境厅2024-01-30

发展气象数据融合分析、气候数据均一化和天气气候一体化再分析技术,完善定量化监测指标体系,规范区域气候变化监测技术方法,开展对气候系统变化事实和主要天气气候事件的全过程监测。

来源：西安市生态环境局2024-01-23

开展空气污染气象条件等级预报工作；与市生态环境部门共同牵头制定并组织实施重污染天气空气质量监测和预报预警工作方案，组建相关领域专家团队，建立完善会商研判工作机制，对大气污染形势和重污染天气进行研判；建立气象数据与环境空气质量数据共享机制

来源：金风装备2024-01-22

系统可提供过去10-30年海上任意机位点水文气象数据信息，也具备如台风、雷暴、海雾等灾害性天气预警能力，实现“摩厉以需”，保障风场设备、运维人员安全。

来源：北极星电力网2024-01-18

意见稿提出，支持新能源企业降本增效，支持风能、太阳能企业融合应用气象数据，优化选址布局、设备运维、能源调度等。

来源：国家电网报2024-01-17

观冰点利用导线模型及传感器来观测和计算实际覆冰情况，配备温度、湿度、气压、雨量、风速、风向传感器等装置，可准确测量附近区域的气象数据。

来源：中国能源报2024-01-16

值得注意的是，预测太阳能电站和风电场的发电时间、发电量乃至电力需求仍比较困难和复杂，人工智能通过学习和分析历史气象数据、卫星云图、实时风速和日照强度、历史消费数据等信息，能够最大化实现对太阳能和风能发电情况和电力需求的预测