来源：广东省人民政府2026-04-23

推动广东气象数据要素联合运营中心提质升级。打造气象赋能低空经济、交通、能源等行业发展的高质量数据集。5. “人工智能+”哲学社会科学。

来源：中国电力报2026-04-22

这是全国首个覆盖全省范围的省级新能源“气象大脑”，填补了复杂地形区长时序高精度气象数据空白，实现风速预测误差降低81%、太阳辐射预测误差降低64%，数值预报精度居国际前列。

来源：青海省发展和改革委员会2026-04-22

第三章 运行统计第六条【发布预警】省电力调度机构基于气象数据、净负荷曲线，滚动预测次日电力缺口时段，并至少提前8小时向市场主体发布预警通知，为新型储能等发电时长受限的电源预留调整窗口，避免影响履约。

来源：西清能源2026-04-19

核心技术领先：从算法突破到工程全面落地在关键技术层面，西清能源构建了云边协同优化运行架构，通过气象数据和历史数据，基于神经网络融合算法实现风-光-负荷超短期精准预测；光伏防逆流算法基于对光伏电站的光伏出力和负荷进行预测

来源：北极星储能网2026-04-16

由东理数智支持某发电企业完成的“多源异构气象数据动态评估的新能源功率预测方法”，亦获评该发电集团湖北省公司2025年科技成果第一名。

来源：山西省人民政府2026-04-16

推进光伏、风电融合气象数据，拓展智能选址布局、设备智能运维、能源智能调度等应用。促进制造业“智改数转网联”。

来源：北极星电力市场网2026-04-16

中科天机气象科技有限公司市场总监王薇提出，随着电力市场化改革全面提速，气象数据已成为交易决策的核心变量。...她认为，谁更能看准天气，谁就更能看准出力与价格，只有将高分辨率气象数据深度接入交易流程，才能将信息优势转化为收益与风险控制能力。

来源：中国电力2026-04-14

3）本文算法聚类得出的四季负荷曲线特征区分明显，pca与聚类联合分析有效揭示了负荷时空规律，符合实际场景不同负荷需求差异，后续可结合气象数据强化解释性。

来源：南方电网报2026-04-03

在广东、广西、云南等地，北斗监测终端则与高分遥感、气象数据融合，构建起天地一体的地质灾害监测预警体系，实现隐患“全面普查、定点精查、提前处置”，最大限度降低灾害对电网的影响。

来源：​《风能》杂志2026-04-03

光伏侧主要通过样板逆变器法或气象数据外推法，估算在既定气象条件下电站“可用发电量”；风电侧则以机舱风速法为主，必要时辅以样板机法或测风塔外推法。

来源：北极星太阳能光伏网2026-04-02

平台核心技术优势突出：在新能源出力预测上，将气象数据图像化，结合cnn与attention机制，提升区域风光预测精度；现货价格预测基于市场出清机制，最长可预测45天，日前价格预测准确率超90%。

来源：思格新能源2026-04-02

相较于传统方案更多依赖单一气象数据，思格打通设备数据与场站数据，以ai赋能光功率预测，综合逆变器实时状态、组件环境影响、本地气象站和多源气象预测数据，形成更精准的超短期和短期预测能力。

来源：硕电汇2026-03-31

一站一策更新水工建筑、机电设备，接入水文、气象数据，建智能监测设备，实现自主开停机、负荷动态调节、趋势预警，让设备会 “感知”、能 “决策”。智能化不是“选择题”，而是“必答题”。

来源：南瑞水电2026-03-26

图1 水利水电人工智能应用框架体系全链赋能：ai典型应用场景智能水文预报：融合大语言模型、机理模型与多源气象数据，实现流域来水的短中长期精准预报。

来源：飔合科技2026-03-26

多源数据驱动：构建供需刻画基础在数据与特征层面，体系融合多源异构数据，构建全景化供需刻画能力：引入高精度气象数据（辐照度、温度、云量等），从源头建模新能源出力波动机理，将不确定性转化为可量化的外生驱动；

来源：思格新能源2026-03-19

相较于传统方案更多依赖单一气象数据，思格打通设备数据与场站数据，以ai赋能光功率预测，综合逆变器实时状态、组件环境影响、本地气象站及多源气象预测数据，形成更精准的超短期和短期预测能力。

来源：北极星电力市场网2026-03-17

强化预测能力：这包括对宏观经济、气象数据（特别是新能源大发和极寒极热天气）、燃料价格、电网运行状态的全面监控，进而实现对批发市场出清价格的高精度预测。

来源：北极星电力网2026-03-16

气象局工作人员结合历年气象数据与护鸟实际案例，详细剖析气象要素对鸟巢稳固性、鸟类孵化成功率及觅食活动的影响，让一线供电员工直观掌握气象与护鸟、保电的紧密关联。

来源：国家电网报2026-03-13

提升新能源发电出力预测水平，整合气象数据、电网运行数据等多源信息，提高新能源发电出力可预测性，为电力系统调度提供可靠数据支撑。

来源：鲸能云2026-03-12

核心ai诊断引擎可识别组串失配、灰尘遮挡等典型低效模式，结合气象数据精准定位问题单元，自动生成巡检工单与清洗建议，有效降低故障损失与人力成本，提升存量资产的发电收益与irr水平。...a：主要应用场景包括：发电效率动态评估与低效预警；组串失配、灰尘遮挡等故障模式智能识别；结合气象数据的巡检工单自动生成；设备健康度预测性维护建议；以及基于知识库驱动的故障诊断辅助决策。