来源：国家电网报2021-08-24

区域电网风险预测管理系统整合了地区气象信息以及电网负荷模型、历史负荷数据、检修计划等电网运行数据，通过基于大数据的短期负荷预测技术，依据历史同期负荷数据、近阶段负荷数据以及温度、湿度等气象数据，能够提前预测出未来

来源：北极星环保网2021-08-17

市气象局：负责密切监测突发环境事件发生地及周边的气象实况，及时提供有关气象数据；开展有针对性的气象监测和气象预报工作；根据需要组织实施人工影响天气作业。

来源：国家能源局2021-08-11

光伏电站可利用发电量的计算方法包括样板逆变器法和气象数据外推法等，计算时推荐样板逆变器法，通过多种方法相互校验，提高可利用发电量统计的准确性。其中，限电时段范围由电力调度机构认定。...当光伏电站出力受限严重，样板逆变器无法正常发电时，或地区不适用样板逆变器法时，光伏电站和电力调度机构协商宜采用气象数据外推法计算光伏电站可利用发电量，且光伏电站可利用发电量与实际发电量的相对误差原则上不应超过

来源：泛能网电力交易2021-07-29

根据上述价差产生的根本原因，我们需要从历史交易结果统计、供应侧报价，未来气象数据和价格弹性等方面进行分析。

来源：电网头条2021-07-29

该系统依托调控云平台气象数据，将气象环境数据、地理环境、输变电设备状态与电网实时状态结合，通过深度机器学习技术系统梳理华东电网历史故障特征，将数字化输电通道的气象风险概率量化研判，实现恶劣天气下电网高风险故障的超前精准预想

来源：微信公众号“治污者说”2021-07-26

雨污合流的城市排水管网体系，是大部分城市在原有的气候条件干燥的气象数据下、原有的建筑覆盖面积下采取的设计方式，这种方式从建设资金投入，管网建设都适合当初的城市发展的情形。

来源：电力系统自动化2021-07-21

基于大数据的多能流市场化交易应用，在能源生产端结合实时气象数据、厂站运行状态数据等，应用大数据建模开展需求响应预测、发电量模拟、交易策略推演等应用。

来源：泛能网电力交易2021-07-14

从目前气象数据观察，虽然市场竞价空间短期高位出现向下拐点，然而本月新能源出力可能会维持在相对较低位置。后期应注意虽然市场竞价空间与日前价格呈强正相关性，但在一定区间外会呈非线性增长。

来源：新华网2021-07-13

构建基于数值气象数据的人工智能负荷预测技术，国网浙江电力在全国范围内率先实现日前全社会负荷预测，引导新型电力系统电力平衡新业态。同时优化多维新能源功率预测。

来源：新华网2021-07-13

构建基于数值气象数据的人工智能负荷预测技术，国网浙江电力在全国范围内率先实现日前全社会负荷预测，引导新型电力系统电力平衡新业态。同时优化多维新能源功率预测。

来源：智慧水务杂谈2021-07-08

通过自动绿化养护系统，利用多种定制化灌溉策略，实现定时智能循环浇灌，感应土壤含水量自动浇水，根据气象数据、土壤蒸腾量调节灌溉制度；通过植物数据库和专家系统后台，提出病虫害防治预案及科学养护建议。

来源：先河环保2021-06-22

建筑工地等污染源和环境空气质量的监测及数据分析应用方面的案例分析，建议一是利用低成本空气质量监测传感器，通过科学选择布设点位，组建传感器监测网，实时获取当前的空气质量状况；二是通过多源数据的融合分析，如卫星遥感数据，气象数据等

来源：金风科技2021-06-11

金风科技专业的风资源团队便是勘探选址“智囊团”，他们运用无人机技术测绘与激光雷达测风进行微观选址，并深入分析项目区域的气象数据、勘测数据与测绘数据，综合考虑道路施工可行性、地形坡度、断崖限制、生态环境保护要求等因素

来源：曾宁大宗商品研究2021-06-10

除此之外，气象数据显示1950年以来，我国极端降水明显增加增强，极端天气发生的频率越来越高。气候变化给人类的生产生活带来严重威胁。

来源：北极星太阳能光伏网2021-06-04

“scada+ai”系统是由厦门大学博士团队进行研发，其工作原理是将光伏设备数据、发电量数据、气象数据以及跟踪数据等多种数据汇集、运算、整合至金固美智能维护系统中，再以网页+平台及手机app为载体进行显示与控制

来源：中国电力招标网2021-05-28

2.2.11现场采集气象数据装置的设计、采购、施工、调试属于投标人的承包范围，满足雨、雪、风、光照数据收集。2.2.12投标人负责光伏项目电气系统定值整定计算。

来源：新华日报2021-05-25

风电运行维护与信息技术的深入融合包括建立包含风电场群运行数据、气象数据、电网信息、风电设备运行信息的物联网大数据平台，通过多风电场群协同控制和综合分析，加强风电机组智能控制和发电功率优化。

来源：金风科技2021-05-21

在上述各方的共同努力下，研究团队通过多模式集成、统计降尺度、算法优化等方法大幅提高中长期预报精度，并创建了“历史数据驱动+大周期气象数据+机组检修数据驱动模型”的中长期预测模式，并对模型不断优化、反复测试

来源：能源评论·首席能源观2021-05-08

在广泛采集与集成用户用能数据、气象数据、宏观经济数据、多能源市场交易数据基础上，利用关联规则挖掘、机器学习等技术，通过对海量数据的分析与发掘，准确掌握包括用能种类、用能倾向、用能弹性等多元用户用能特性，

来源：能源评论·首席能源观2021-05-08

在广泛采集与集成用户用能数据、气象数据、宏观经济数据、多能源市场交易数据基础上，利用关联规则挖掘、机器学习等技术，通过对海量数据的分析与发掘，准确掌握包括用能种类、用能倾向、用能弹性等多元用户用能特性，