CN104181535B - 基于多普勒雷达径向风速的大风速区电网设备查询方法 - Google Patents
基于多普勒雷达径向风速的大风速区电网设备查询方法 Download PDFInfo
- Publication number
- CN104181535B CN104181535B CN201410403144.1A CN201410403144A CN104181535B CN 104181535 B CN104181535 B CN 104181535B CN 201410403144 A CN201410403144 A CN 201410403144A CN 104181535 B CN104181535 B CN 104181535B
- Authority
- CN
- China
- Prior art keywords
- wind speed
- latitude
- doppler radar
- longitude coordinates
- grid equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 6
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 6
- 238000000605 extraction Methods 0.000 claims abstract description 4
- 238000005516 engineering process Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 7
- 230000008521 reorganization Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 3
- 238000001556 precipitation Methods 0.000 description 3
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003891 environmental analysis Methods 0.000 description 1
- 230000009610 hypersensitivity Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于多普勒雷达径向风速的大风速区电网设备查询方法,解决现有技术中因大风速区域难以识别导致无法查询受大风影响的电网设备,进而无法开展电网设备大风灾害分析工作的技术问题。它通过对多普勒雷达径向风速数据的提取、分簇、合成大风速区域、电网设备查询这一系列流程,将原本离散的坐标数据演变成为大风速区域信息,给出了较为可靠、准确的电网大风速区域识别方法,并最终实现查询受大风影响的电网设备,辅助专业人员开展电网设备受大风灾害影响的分析工作。
Description
技术领域
本发明涉及基于多普勒雷达径向风速的大风速区电网设备查询方法,属于电网气象环境分析技术领域。
背景技术
电力行业是气象高敏感性和高需求性行业,其生产、建设、运营受气象环境因素影响极大,分析气象因素与设备故障之间的关联,降低气象灾害对电网设备正常运行的影响,一直是近年来行业内的研究热点,对构建坚强电网起着至关重要的作用。
目前主要基于地面自动观测站的实时数据分析气象因素与电网设备之间的关联,虽然观测站数据可以保证实时性和准确性,但是在做设备运行状态与气象大风灾害关联分析时依然具有以下的问题:江苏全省仅有大约800个离散分布自动观测站,不能完全覆盖电网设备所在区域,对于局地大风速区域难以识别,存在设备周期没有观测站的情况。
气象多普勒雷达是目前对强对流天气(冰雹、大风、龙卷和暴洪)进行监测的主要工具之一。雷达发射脉冲形式的电磁波,当电磁波脉冲遇到降水物质时,部分能量被降水物质向四面散射,其中向后散射的电磁波脉冲能量回到雷达天线,被雷达接收。根据雷达接收回波的特征可以判断天气系统的特性(降水强弱、有无冰雹、大风等)。江苏气象部门已经在徐州、连云港、盐城、常州、南京、南通、淮安和泰州建立了的8部多普勒气象雷达单站,每个雷达的最大探测半径可达300km,8部雷达可以实现对江苏全省的全覆盖。因此采用雷达探测的风速(即雷达径向风速)数据,进行电网大风速区域识别以及大风灾害与电网设备关联分析,可解决自动观测站离散分布覆盖不完全的问题。
发明内容
本发明在于克服现有技术中的不足,提供一种基于多普勒雷达径向风速的大风速区电网设备查询方法,解决现有技术中因大风速区域难以识别导致无法查询受大风影响的电网设备,进而无法开展电网设备灾害分析工作的技术问题。
为解决上述技术问题,本发明所采用的技术方案是:基于多普勒雷达径向风速的大风速区电网设备查询方法,包括如下步骤:
步骤一:从气象灾害监测数据库系统中获取多普勒雷达径向风速数据,提取径向风速大于15m/s的经纬度坐标,删除其余经纬度坐标;
步骤二:对提取后的数据进行分簇,得到多个风速坐标簇;
步骤三:根据分簇结果,将每个风速坐标簇分别合成一个大风速区域;
步骤四:根据合成的大风速区域和电网设备的经纬度坐标,逐一查询大风速区域内的电网设备,并利用服务端技术输出显示:大风速区域和处于该大风速区域的电网设备。
步骤二所述分簇包括如下步骤:步骤2a:将步骤一提取的径向风速大于15m/s的经纬度坐标形成集合S;步骤2b:从集合S中任意选择一个经纬度坐标,形成一个簇C,并将该经纬度坐标从集合S中删除;步骤2c:计算集合S中所有经纬度坐标到簇C之间的最短距离,将最短距离小于200m的经纬度坐标加入到簇C中,并从集合S中删除;步骤2d:返回步骤2c,直到簇C中的经纬度坐标不再增加,完成一个风速坐标簇的提取;步骤2e:返回步骤2b,直到集合S为空为止,形成多个风速坐标簇。
步骤三所述合成大风速区域包括如下步骤:步骤3a:分别计算风速坐标簇内的每个经纬度坐标与多普勒雷达坐标的夹角,规定多普勒雷达正北方向的经纬度坐标与多普勒雷达坐标的夹角为0度;步骤3b:将与多普勒雷达坐标夹角相同的所有经纬度坐标连成一条线段,线段的2个端点分别是距离多普勒雷达坐标最近的经纬度坐标和距离多普勒雷达坐标最远的经纬度坐标;步骤3c:按照线段与多普勒雷达坐标的夹角从小到大对所有线段进行排序;步骤3d:对于排序后相邻的两条线段,分别连接距离多普勒雷达最近的两个端点,和距离多普勒雷达最远的两个端点,得到四边形区域,合并所有四边形区域,得到大风速区域。
所述服务端技术为WEB服务端技术。
所述电网设备包括变电站、杆塔及杆塔所在的输电线路。
与现有技术相比,本发明所达到的有益效果是:通过对多普勒雷达径向风速数据的提取、分簇、合成大风速区域、电网设备查询这一系列流程,将原本离散的坐标数据演变成为大风速区域信息,给出了较为可靠、准确的电网大风速区域识别方法,并最终实现查询受大风影响的电网设备,辅助专业人员开展电网设备受大风灾害影响的分析工作。
附图说明
图1是本发明的操作流程图。
图2是本发明所述的分簇流程图。
图3是本发明所述的合成大风速区域流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,基于多普勒雷达径向风速的大风速区电网设备查询方法,可通过Java软件程序开发执行,具体包括如下步骤:
步骤一:定期执行Java程序,由于多普勒雷达扫描周期为6分钟,本程序每6分钟执行一次,能够实现大风速区域实时识别。从气象灾害监测数据库系统中获取多普勒雷达径向风速数据,每个径向风速数据有多个经纬度坐标,每个经纬度坐标对应有一个径向风速,提取径向风速大于15m/s的经纬度坐标,删除其余经纬度坐标。选择提取风速大于15m/s的数据是因为:15m/s以上的风速是气象意义上的8级以上大风,具有一定的破坏性。以江苏地区为例,目前江苏已建立8部多普勒气象雷达单站,因此某一时刻可以获取8个多普勒雷达径向风速数据。
步骤二:开发Java程序在步骤一执行后执行,程序中定义一个方法,传递单个多普勒雷达提取之后的数据,返回值为分簇结果。如图2所示,是数据分簇流程图,具体的数据分簇步骤如下:
步骤2a:将步骤一提取的径向风速大于15m/s的经纬度坐标形成集合S。
步骤2b:从集合S中任意选择一个经纬度坐标,形成一个簇C,并将该经纬度坐标从集合S中删除。
步骤2c:计算集合S中所有经纬度坐标到簇C之间的最短距离,将最短距离小于200m的经纬度坐标加入到簇C中,并从集合S中删除。经纬度坐标到簇C之间的最短距离,为该经纬度坐标p到簇C中所有经纬度坐标的距离的最小值,具体计算公式为:MD=Min(Dis(x,p))x∈C,其中Dis(x,p)表示任意经纬度坐标x和p之间的距离。将距离小于200m的经纬度坐标加入到簇C中是因为:由于自然界的风是连续的,如果实际相距200m的2个经纬度坐标的风速均大于15m/s,可以认为这2个点之间风速大于15m/s。
步骤2d:返回步骤2c,直到簇C中的经纬度坐标不再增加,完成一个风速坐标簇的提取。
步骤2e:返回步骤2b,直到集合S为空为止,形成多个风速坐标簇。
步骤三:根据分簇结果,将每个坐标簇分别合成一个大风速区域。开发Java程序在步骤二执行后执行,程序中定义一个方法,传递单个风速坐标簇的数据,返回值为合成的大风速区域。如图3所示,是合成大风速区域的流程图,包括如下步骤:
步骤3a:分别计算风速坐标簇内的每个经纬度坐标与多普勒雷达坐标的夹角,规定多普勒雷达正北方向的经纬度坐标与多普勒雷达坐标的夹角为0度。在Java程序开发时,使用List存储一个风速坐标簇内的所有经纬度坐标,遍历List中每个经纬度坐标,逐一计算各经纬度坐标与多普勒雷达坐标的夹角。
步骤3b:将与多普勒雷达坐标夹角相同的所有经纬度坐标连成一条线段,线段的2个端点分别是距离多普勒雷达坐标最近的经纬度坐标和距离多普勒雷达坐标最远的经纬度坐标。从List中任意选择并移除一个经纬度坐标Point,设其与多普勒雷达坐标的夹角为a,将Point放入另一个新的列表中,记为List1。遍历List中每个经纬度坐标,移除所有与多普勒雷达坐标夹角为a的经纬度坐标,将这些点放入List1中。对List1中的经纬度坐标,按照其与多普勒雷达坐标的距离从小到大进行排序,将排序后的经纬度坐标连成一条线段。反复执行步骤3b,直到List为空为止,此时得到N条线段。
步骤3c:按照线段与多普勒雷达坐标的夹角从小到大对所述线段进行排序。对排序后的线段从1到N顺序编号。
步骤3d:对于排序后相邻的第i、和第i+1条线段,其中:1≤i≤N-1,分别连接距离多普勒雷达最近的两个端点,和距离多普勒雷达最远的两个端点,得到四边形区域,合并所有四边形区域,得到大风速区域。
步骤四:根据合成的大风速区域和电网设备的经纬度坐标,逐一查询大风速区域内的电网设备,电网设备包括变电站、杆塔及杆塔所在的输电线路。如果某个变电站的经纬度坐标落在某一大风速区域内,则判断该变电站的运行可能会受到大风天气的影响;如果某个杆塔的经纬度坐标落在一个大风速区域内,则判断该杆塔及其所在输电线路的运行可能会受到大风天气的影响。最后,利用WEB服务端技术在界面上输出显示:大风速区域和处于该大风速区域的电网设备,辅助专业人员开展电网设备大风导致灾害分析工作。存在大风速区域内多个杆塔属于同一个输电线路的情况,相同的线路只需在界面上显示一次。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (4)
1.基于多普勒雷达径向风速的大风速区电网设备查询方法,其特征在于,包括如下步骤:
步骤一:从气象灾害监测数据库系统中获取多普勒雷达径向风速数据,提取径向风速大于15m/s的经纬度坐标,删除其余经纬度坐标;
步骤二:对提取后的数据进行分簇,得到多个风速坐标簇;
步骤三:根据分簇结果,将每个坐标簇合成一个大风速区域,包括如下步骤:
步骤3a:分别计算风速坐标簇内的每个经纬度坐标与多普勒雷达坐标的夹角,规定多普勒雷达正北方向的经纬度坐标与多普勒雷达坐标的夹角为0度;
步骤3b:将与多普勒雷达坐标夹角相同的所有经纬度坐标连成一条线段,线段的2个端点分别是距离多普勒雷达坐标最近的经纬度坐标和距离多普勒雷达坐标最远的经纬度坐标;
步骤3c:按照线段与多普勒雷达坐标的夹角从小到大对所有线段进行排序;
步骤3d:对于排序后相邻的两条线段,分别连接距离多普勒雷达最近的两个端点,和距离多普勒雷达最远的两个端点,得到四边形区域,合并所有四边形区域,得到大风速区域;
步骤四:根据合成的大风速区域和电网设备的经纬度坐标,逐一查询大风速区域内的电网设备,并利用服务端技术输出显示:大风速区域和处于该大风速区域的电网设备。
2.根据权利要求1所述的基于多普勒雷达径向风速的大风速区电网设备查询方法,其特征在于,步骤二所述分簇包括如下步骤:
步骤2a:将步骤一提取的径向风速大于15m/s的经纬度坐标形成集合S;
步骤2b:从集合S中任意选择一个经纬度坐标,形成一个簇C,并将该经纬度坐标从集合S中删除;
步骤2c:计算集合S中所有经纬度坐标到簇C之间的最短距离,将最短距离小于200m的经纬度坐标加入到簇C中,并从集合S中删除;
步骤2d:返回步骤2c,直到簇C中的经纬度坐标不再增加,完成一个风速坐标簇的提取;
步骤2e:返回步骤2b,直到集合S为空为止,形成多个风速坐标簇。
3.根据权利要求1所述的基于多普勒雷达径向风速的大风速区电网设备查询方法,其特征在于,所述服务端技术为WEB服务端技术。
4.根据权利要求1所述的基于多普勒雷达径向风速的大风速区电网设备查询方法,其特征在于,所述电网设备包括变电站、杆塔及杆塔所在的输电线路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410403144.1A CN104181535B (zh) | 2014-08-15 | 2014-08-15 | 基于多普勒雷达径向风速的大风速区电网设备查询方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410403144.1A CN104181535B (zh) | 2014-08-15 | 2014-08-15 | 基于多普勒雷达径向风速的大风速区电网设备查询方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104181535A CN104181535A (zh) | 2014-12-03 |
CN104181535B true CN104181535B (zh) | 2017-02-08 |
Family
ID=51962732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410403144.1A Active CN104181535B (zh) | 2014-08-15 | 2014-08-15 | 基于多普勒雷达径向风速的大风速区电网设备查询方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104181535B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110703255A (zh) * | 2019-09-19 | 2020-01-17 | 天津大学 | 典型强对流流场的多普勒径向速度图仿真方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102279424A (zh) * | 2011-05-12 | 2011-12-14 | 福建省电力有限公司 | 电网气象灾害预警系统 |
CN103033855A (zh) * | 2012-12-12 | 2013-04-10 | 江苏省电力公司电力科学研究院 | 电网气象灾害监测预警系统 |
CN103197299A (zh) * | 2013-03-25 | 2013-07-10 | 南京信息工程大学 | 天气雷达径向风信息提取及量化分析系统 |
CN103246936A (zh) * | 2013-04-24 | 2013-08-14 | 广东电网公司中山供电局 | 电网架空输电线路台风风险预警的系统及方法 |
CN103336860A (zh) * | 2013-06-07 | 2013-10-02 | 国家电网公司 | 一种电网风速分布图生成方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013169903A1 (en) * | 2012-05-09 | 2013-11-14 | Petra Solar, Inc. | Methods and systems for managing distributed energy resources |
-
2014
- 2014-08-15 CN CN201410403144.1A patent/CN104181535B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102279424A (zh) * | 2011-05-12 | 2011-12-14 | 福建省电力有限公司 | 电网气象灾害预警系统 |
CN103033855A (zh) * | 2012-12-12 | 2013-04-10 | 江苏省电力公司电力科学研究院 | 电网气象灾害监测预警系统 |
CN103197299A (zh) * | 2013-03-25 | 2013-07-10 | 南京信息工程大学 | 天气雷达径向风信息提取及量化分析系统 |
CN103246936A (zh) * | 2013-04-24 | 2013-08-14 | 广东电网公司中山供电局 | 电网架空输电线路台风风险预警的系统及方法 |
CN103336860A (zh) * | 2013-06-07 | 2013-10-02 | 国家电网公司 | 一种电网风速分布图生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104181535A (zh) | 2014-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fierro et al. | Evolution of eyewall convective events as indicated by intracloud and cloud-to-ground lightning activity during the rapid intensification of hurricanes Rita and Katrina | |
Jiang et al. | Evaluating the spatio-temporal variation of China's offshore wind resources based on remotely sensed wind field data | |
US20180098137A1 (en) | Method and system for utility power lines vegetation proximity monitoring and controlling | |
Snyder et al. | Some considerations for the use of high-resolution mobile radar data in tornado intensity determination | |
Snook et al. | Analysis of a tornadic mesoscale convective vortex based on ensemble Kalman filter assimilation of CASA X-band and WSR-88D radar data | |
Meng et al. | Damage survey, radar, and environment analyses on the first-ever documented tornado in Beijing during the heavy rainfall event of 21 July 2012 | |
CN106950614A (zh) | 一种区域自动气象站小时雨量数据质量控制方法 | |
Atan et al. | Assessment of wave characteristics and resource variability at a 1/4-scale wave energy test site in Galway Bay using waverider and high frequency radar (CODAR) data | |
CN104950348B (zh) | 一种气象数据与电网设施的关联方法及系统 | |
CN102118021A (zh) | 一种基于输电线路三维全景模型的故障处理方法及系统 | |
CN104182594A (zh) | 一种电力系统风区图的绘制方法 | |
CN104950349A (zh) | 一种基于电网gis的卫星云图实时预警方法及装置 | |
CN104849777A (zh) | 基于交叉相关追踪法的电网设备区域对流天气预报方法 | |
CN109086353A (zh) | 气象数据云平台软件数字化档案资料分类归档方法及系统 | |
CN210006086U (zh) | 海上风电场调度管理系统 | |
CN104991932A (zh) | 基于电网gis的卫星实时预警电网设备火灾的方法及其系统 | |
CN103218614A (zh) | 基于流形学习和粗糙集相结合的强对流天气识别方法 | |
CN106650746A (zh) | 基于角度步长的变电站指针式仪表识别方法 | |
Lang | P6. 7 cell tracking and warning indicators derived from operational radar products | |
CN104181535B (zh) | 基于多普勒雷达径向风速的大风速区电网设备查询方法 | |
CN107403004A (zh) | 一种基于地形数据的遥测雨量站点可疑数值检验方法 | |
CN104951492A (zh) | 基于电网gis风电场专业气象监测和预警方法及系统 | |
Yao et al. | CIKM AnalytiCup 2017: short-term precipitation forecasting based on radar reflectivity images | |
Dotzek et al. | Quantitative comparison of METEOSAT thunderstorm detection and nowcasting with in situ reports in the European Severe Weather Database (ESWD) | |
San Segundo et al. | Sensitivity analysis of lightning stroke-to-flash grouping criteria |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |