CN104375420A - 一种气候环境实验室模拟春夏秋冬四季的方法和装置 - Google Patents

一种气候环境实验室模拟春夏秋冬四季的方法和装置 Download PDF

Info

Publication number
CN104375420A
CN104375420A CN201410477739.1A CN201410477739A CN104375420A CN 104375420 A CN104375420 A CN 104375420A CN 201410477739 A CN201410477739 A CN 201410477739A CN 104375420 A CN104375420 A CN 104375420A
Authority
CN
China
Prior art keywords
data
climatic
projection
seasons
area
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.)
Granted
Application number
CN201410477739.1A
Other languages
English (en)
Other versions
CN104375420B (zh
Inventor
丁心志
沈鑫
唐标
王恩
陈郑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of Yunnan Power System Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power System Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of Yunnan Power System Ltd filed Critical Electric Power Research Institute of Yunnan Power System Ltd
Priority to CN201410477739.1A priority Critical patent/CN104375420B/zh
Publication of CN104375420A publication Critical patent/CN104375420A/zh
Application granted granted Critical
Publication of CN104375420B publication Critical patent/CN104375420B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明提供了一种气候环境实验室模拟春夏秋冬四季的方法和装置,其中包括以下步骤:1)数据收集:收集不同模式的成熟地区的地理位置数据、气候数据、环境数据、生产习惯数据;收集待施行地区的海拔数据、气候数据、环境数据、生产习惯数据;2)模式选择准备:根据所述成熟地区的数据,确定各被分析地点在一设定时间周期的特征信息和指标,其中每个成熟地区的类别对应一个决策单元,所述指标来源于成熟地区中具有可比性的地理位置数据、气候数据、环境数据、生产习惯数据。本发明通过后台监控软件统一操作管理,集高海拔、覆冰等多种环境模拟实验功能于一体,易于模拟各种不同的气候环境,可以用于电力等领域的试验研究和产品性能测试等。

Description

一种气候环境实验室模拟春夏秋冬四季的方法和装置
技术领域
本发明涉及气候环境试验领域,特别涉及一种气候环境实验室模拟春夏秋冬四季的方法和装置。
背景技术
最近几年,随着国内的电力需求不断增大,智能电网二次设备的可靠性如何评价成为一个讨论的焦点,特别像电网和电厂、电网和用户决算的关口点电能表的性能如何评价,不同安装时期可靠性如何,根据浴盆曲线的推算,什么时候电能表进入衰老期,可以进行更换,2011年以后南方电网、国家电网采购更新的大批量智能电能表,除了依据国家规程对电能表进行型式试验外,还需进行可靠性试验或验证。
我国与国外智能电网工程最大的不同点是我国地域辽阔,地理、气象环境复杂。并且,随着我国经济高速发展,工业污染日益严重。因此不同地区海拔、使用情况、生产习惯情况有很大差别,再加上高海拔和覆冰的问题,智能电网二次设备可靠性问题必将成为智能电网建设的关键性控制因素之一。因此,提高复杂气象环境下智能电网二次设备可靠性,并通过试验验证这种可靠性,是提高智能电网运行安全的重要保障。
气候环境实验室模拟春夏秋冬四季,用于在实验室内产生与具体现场环境一致的条件,便于考核实验实验设备在现场使用、应用情况的可靠性和质量。现有的模拟手段是:通过使用气象局多年统计数据得出待施行地区的气象环境,然后在相应的试验设备里面把这些条件参数添加进去,从而仿真一年春夏秋冬四季的情况。
但这种方法,有两个很弊端:
1)气象局统计资料都是平均气温,不好在试验设备里面量化到具体的每一天;
2)重点城市有气象统计资料,对于偏远地区或者几个核心区中间位置处,如何分析其气象资料,如河北省保定市某个乡村处于北京市和保定市的中间,仿真环境到底以北京市为准,还是保定市为准,会存在偏差。
例如根据国家统计局近30年来气象资料统计后,总结昆明气候条件如下:
昆明属北纬低纬度亚热带-高原山地季风气候,由于受印度洋西南暖湿气流的影响,日照长、霜期短、年平均气温15℃,年均日照2200小时左右,无霜期240天以上。气候温和,夏无酷暑,冬无严寒,四季如春,气候宜人,年降水量1035mm,具有典型的温带气候特点,城区温度在0~29℃之间,年温差为全国最小,这样的气候特征在全球少有,鲜花常年开放,草木四季常青,是著名的“春城”、“花城”,是休闲、旅游、度假、居住的理想之地。
昆明月温差较小,市区年平均气温在15℃左右,最热时月平均气温19℃左右,最冷时月平均气温8℃左右。历史上年极端气温最高31.2℃,最低-7.8℃。由于温度、湿度适宜,日照长,霜期短,所以鲜花常年不谢,草木四季长青,昆明“春城”的美誉由此得来。
昆明日温差较大,紫外线强度较高,一天之中有四季,有遇雨变成冬之说,在冬、春两季,冬季日温差可达12~20℃,夏季日温差为可达4~10℃。
昆明气候的主要特点有以下几点:1.春季温暖,干燥少雨,蒸发旺盛,日温变化大;2.夏无酷暑,雨量集中,且多大雨、暴雨,降水量占全年的60%以上,故易受洪涝灾害;3.秋季温凉,天高气爽,雨水减少。秋季降温快,天气干燥,多数地区气温要比春季低2℃左右。降水量比夏季减少一半多,但多于冬、春两季,故秋旱较少见;4.冬无严寒,日照充足,天晴少雨。5.干、湿季分明。全年降水量在时间分布上,明显地分为干、湿两季。5~10月为雨季,降水量占全年的85%左右;11月至次年4月为干季,降水量仅占全年的15%左右。
然而,仅根据这些统计气象资料是无法让试验设备产生具体有效的气象环境。
发明内容
针对上述问题,本发明的目的是提供一种成本低、易于模拟各种不同的气候环境,以便于研究、确定智能电网二次设备可靠性影响因素的气候环境实验室模拟春夏秋冬四季的方法和装置。
为实现上述目的,本发明采取以下技术方案:
一种气候环境实验室模拟春夏秋冬四季的方法,本发明包括以下步骤:
1)数据收集:收集不同模式的成熟地区的地理位置数据、气候数据、环境数据、生产习惯数据;收集待施行地区的海拔数据、气候数据、环境数据、生产习惯数据;
2)模式选择准备:根据所述成熟地区的数据,确定各被分析地点在一设定时间周期的特征信息和指标,其中每个成熟地区的类别对应一个决策单元,所述指标来源于成熟地区中具有可比性的地理位置数据、气候数据、环境数据、生产习惯数据;
3)构建投影分析模型:将所述成熟地区的检测、历史数据进行标准化、归一化,根据所述特征信息和指标,用成熟算法确定各个指标的客观权重Wu=(ψ1,ψ2,…ψp)其中u=1,…,n,p为指标的数目,构建投影分析模型,构建分析模型包括以下步骤:
a)数据标准化:将原始数据矩阵X*,转化为标准化矩阵X,xij为标准化矩阵X中的元素,表示第i个决策单元的第j个指标值;
b)线性投影:设单位向量a={a1,a2,…,ap}为一维线性投影方向,则标准化矩阵X投影到投影方向a上的一维投影特征值为zi
c)构造投影目标函数:Q(a)=Sz*Dz;
其中,E(z)为序列{zi|i=1、2...n}的平均值,设
S z = Σ i = 1 n ( z i - E ( z ) ) 2 n - 1
Dz为与地理位置数据、气候数据、环境数据、生产习惯数据相关的滤波函数;
d)优化投影目标函数Q(a):运用目标函数最大化对投影目标函数对投影方向a进行优化,使投影目标函数Q(a)达到极大值的投影方向即为最佳投影方向在在最佳投影方向时MaxQ(a)=Sz·Dz,条件为:
e)客观权重计算:确定所述各个指标的客观权重ψj
4)构建相似度模型,依据待实施地点与海拔情况、纬度情况进行分析。相似度模型主要依据待实施地点与海拔情况、纬度情况进行分析:分析、评价方法主要为国际上通用的不同地点温度与海拔的对应关系,优选为:每上升100米,气温下降0.6摄氏度(气温垂直递减率),不同地点温度与维度的对应关系,优选为:
本发明所述成熟地区和待施行地区的海拔数据、气候数据、环境数据根据气象资料统计得来,统计方法包括加权平均或计算平均值,所述成熟地区和待施行地区的生产习惯数据采用统计分析法或实地调查法获得的。
本发明所述成熟算法为二维投影算法或者投影寻踪技术。
采用本发明一种气候环境实验室模拟春夏秋冬四季的方法的装置,由后台控制系统分别连接温湿度控制系统、覆冰冻雨喷淋系统、阳光辐射发生系统、淋雨试验系统构成;温湿度控制系统模拟产生不同的温湿度条件,覆冰冻雨喷淋系统模拟产生低温雨滴进而结冰的条件,阳光辐射发生系统模拟太阳辐射情况,淋雨试验系统模拟产生与不同温度的雨滴,后台控制系统发出相应指令给温湿度控制系统、覆冰冻雨喷淋系统、阳光辐射发生系统、淋雨试验系统。
本发明的有益效果为,本发明方法合理、巧妙,并且通过后台监控软件统一操作管理,集高海拔、覆冰、温湿度、淋雨等多种环境模拟实验功能于一体,易于模拟各种不同的气候环境,可以用于电力、交通、航空等等领域的试验研究和产品性能测试等。
附图说明
图1为本发明装置的结构示意图;
图2为本发明模拟春夏秋冬四季的步骤图;
图3为本发明建立投影分析模型步骤图。
具体实施方式
本发明以下详细说明,参考相应附图。在不同描述中的相同附图标记是指相同或相似的组件。同样,以下详细说明并不限制本发明。
本发明实施方式的提出的方法为:
参照图2,匹配过程可划分成如下处理步骤:
1、数据收集阶段(步骤201);
收集不同模式成熟地区的地理位置数据,包括距离最近气象观测点的位置信息、海拔等情况、气候数据(不同时期的气候数据)、环境数据、生产习惯数据(典型应用环境或试验时间、平均天气状况等);收集待施行地区的海拔数据、气候数据、环境数据、生产习惯数据;
以上数据仅给出名称,结合具体的例子进行数据定义;
2、数据模式准备阶段(步骤202);
根据所述成熟地区的数据,确定各被分析地点一年的特征信息和指标,其中每个成熟地区的类别对应一个决策单元,所述指标来源于成熟地区中具有可比性的地理位置数据、气候数据、环境数据、生产习惯数据;
举例进行说明
3、构建投影分析模型(步骤203);
这一步骤又分为5个子步骤,数据标准化301:
将数据收集阶段收集的原始数据矩阵X*,转化为标准化矩阵X,xij为标准化矩阵X中的元素,表示第i个决策单元的第j个指标值;
线性投影302:
设单位向量a={a1,a2,…,ap}为一维线性投影方向,则标准化矩阵X投影到投影方向a上的一维投影特征值为zi
构建投影目标模型303:
构造投影目标函数:Q(a)=Sz*Dz;
其中,E(z)为序列{zi|i=1、2...n}的平均值,设
S z = Σ i = 1 n ( z i - E ( z ) ) 2 n - 1
Dz为与地理位置数据、气候数据、环境数据、生产习惯数据、影响因子相关的滤波函数,优选地,以待实施地区周围500km内成熟地区为样本,滤波函数中,设定影响因子的倒数为二者距离/100,然后进行进一位化整,即得到1-6的整数,然后把成熟地区的气候数据、环境数据、生产习惯数据与影响因子相乘,即可得到滤波函数;
优化投影目标函数304:
运用目标函数最大化对投影目标函数对投影方向a进行优化,使投影目标函数Q(a)达到极大值的投影方向即为最佳投影方向在在最佳投影方向时MaxQ(a)=Sz·Dz,条件为:
客观权重计算305:
确定所述各个指标的客观权重ψj
4、构建相似度模型(步骤204)
相似度模型最后依据待实施地点与海拔情况、纬度情况进行分析:分析、评价方法主要为国际上通用的不同地点温度与海拔的对应关系,优选为:每上升100米,气温下降0.6摄氏度(气温垂直递减率),不同地点温度与维度的对应关系,优选为:
根据上述表格构建线性函数,依据待实施地区的维度情况,对其温度进行微调,如维度为0时气温为26.2度,维度为10时气温为26.7度,即维度每增加1度,气温增加0.05度,根据成熟地区和待实施地区维度情况,如果维度相差1度,即气温相差0.05度。
所述成熟地区和待施行地区的海拔数据、气候数据、环境数据主要为国家气象局30年来气象资料统计得来的,优选为加权平均或平均得来的,所述成熟地区和待施行地区的生产习惯数据采用统计分析法或实地调查法获得的。
温度和高度的关系:一般来说,海拔越高,气温越低。因为对流层(位于大气的最低层,集中了约75%的大气的质量和90%以上的水汽质量。其下界与地面相接,上界高度随地理纬度和季节而变化。在低纬度地区平均高度为17~18公里,在中纬度地区平均为10~12公里,极地平均为8~9公里,并且夏季高于冬季。)大气的主要直接热源是地面,离地面越远,得到的地面辐射越少,气温也就越低。每上升100米,气温下降0.6摄氏度(气温垂直递减率)。
根据上述算法,即可得出温湿度控制系统、覆冰冻雨喷淋系统、阳光辐射发生系统、淋雨试验系统所需输入的参数,输入气候环境实验室,通过装置的自动运行,即能仿真出不同地方春夏秋冬四季情况。

Claims (4)

1.一种气候环境实验室模拟春夏秋冬四季的方法,其特征在于:包括以下步骤:
1)数据收集:收集不同模式的成熟地区的地理位置数据、气候数据、环境数据、生产习惯数据;收集待施行地区的海拔数据、气候数据、环境数据、生产习惯数据;
2)模式选择准备:根据所述成熟地区的数据,确定各被分析地点在一设定时间周期的特征信息和指标,其中每个成熟地区的类别对应一个决策单元,所述指标来源于成熟地区中具有可比性的地理位置数据、气候数据、环境数据、生产习惯数据;
3)构建投影分析模型:将所述成熟地区的检测、历史数据进行标准化、归一化,根据所述特征信息和指标,用成熟算法确定各个指标的客观权重Wu=(ψ1,ψ2,…ψp)其中u=1,…,n,p为指标的数目,构建投影分析模型,构建分析模型包括以下步骤:
a)数据标准化:将原始数据矩阵X*,转化为标准化矩阵X,xij为标准化矩阵X中的元素,表示第i个决策单元的第j个指标值;
b)线性投影:设单位向量a={a1,a2,…,ap}为一维线性投影方向,则标准化矩阵X投影到投影方向a上的一维投影特征值为zi
c)构造投影目标函数:Q(a)=Sz*Dz;
其中,E(z)为序列{zi|i=1、2...n}的平均值,设
S z = Σ i = 1 n ( z i - E ( z ) ) 2 n - 1
Dz为与地理位置数据、气候数据、环境数据、生产习惯数据相关的滤波函数;
d)优化投影目标函数Q(a):运用目标函数最大化对投影目标函数对投影方向a进行优化,使投影目标函数Q(a)达到极大值的投影方向即为最佳投影方向在在最佳投影方向时MaxQ(a)=Sz·Dz;条件为:
e)客观权重计算:确定所述各个指标的客观权重ψj
4)构建相似度模型,依据待实施地点与海拔情况、纬度情况进行分析。
2.根据权利要求1所述的一种气候环境实验室模拟春夏秋冬四季的方法,其特征在于:所述成熟地区和待施行地区的海拔数据、气候数据、环境数据根据气象资料统计得来,统计方法包括加权平均或计算平均值,所述成熟地区和待施行地区的生产习惯数据采用统计分析法或实地调查法获得的。
3.根据权利要求1所述的一种气候环境实验室模拟春夏秋冬四季的方法,其特征在于:所述成熟算法为二维投影算法或者投影寻踪技术。
4.一种使用权利要求1所述的一种气候环境实验室模拟春夏秋冬四季的方法的装置,其特征在于,由后台控制系统分别连接温湿度控制系统、覆冰冻雨喷淋系统、阳光辐射发生系统、淋雨试验系统构成;温湿度控制系统模拟产生不同的温湿度条件,覆冰冻雨喷淋系统模拟产生低温雨滴进而结冰的条件,阳光辐射发生系统模拟太阳辐射情况,淋雨试验系统模拟产生与不同温度的雨滴,后台控制系统发出相应指令给温湿度控制系统、覆冰冻雨喷淋系统、阳光辐射发生系统、淋雨试验系统。
CN201410477739.1A 2014-09-18 2014-09-18 一种气候环境实验室模拟春夏秋冬四季的方法和装置 Active CN104375420B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410477739.1A CN104375420B (zh) 2014-09-18 2014-09-18 一种气候环境实验室模拟春夏秋冬四季的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410477739.1A CN104375420B (zh) 2014-09-18 2014-09-18 一种气候环境实验室模拟春夏秋冬四季的方法和装置

Publications (2)

Publication Number Publication Date
CN104375420A true CN104375420A (zh) 2015-02-25
CN104375420B CN104375420B (zh) 2017-10-24

Family

ID=52554419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410477739.1A Active CN104375420B (zh) 2014-09-18 2014-09-18 一种气候环境实验室模拟春夏秋冬四季的方法和装置

Country Status (1)

Country Link
CN (1) CN104375420B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109752609A (zh) * 2018-12-06 2019-05-14 国网江苏省电力有限公司南京供电分公司 电力装备运行可靠性测试装置、测试中心与测试评判方法
CN111429028A (zh) * 2020-04-16 2020-07-17 贵州电网有限责任公司 一种适用于山区地形的输电线路覆冰灾害风险评估方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101126792A (zh) * 2007-01-31 2008-02-20 重庆大学 用于电气试验的大型多功能人工气候室系统
CN101806850A (zh) * 2010-03-10 2010-08-18 中国电力科学研究院 一种气候环境模拟试验方法
CN201707283U (zh) * 2010-07-01 2011-01-12 昆山一恒仪器有限公司 应用人工气候控制的试验箱
CN102095747A (zh) * 2010-11-19 2011-06-15 南京工业大学 人工气候综合实验系统
CN202276679U (zh) * 2011-10-12 2012-06-20 黄石市恒丰医疗器械有限公司 新型人工气候室
KR20130009294A (ko) * 2011-07-15 2013-01-23 묵현상 날씨정보를 이용한 식물재배 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101126792A (zh) * 2007-01-31 2008-02-20 重庆大学 用于电气试验的大型多功能人工气候室系统
CN101806850A (zh) * 2010-03-10 2010-08-18 中国电力科学研究院 一种气候环境模拟试验方法
CN201707283U (zh) * 2010-07-01 2011-01-12 昆山一恒仪器有限公司 应用人工气候控制的试验箱
CN102095747A (zh) * 2010-11-19 2011-06-15 南京工业大学 人工气候综合实验系统
KR20130009294A (ko) * 2011-07-15 2013-01-23 묵현상 날씨정보를 이용한 식물재배 시스템
CN202276679U (zh) * 2011-10-12 2012-06-20 黄石市恒丰医疗器械有限公司 新型人工气候室

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王新秀: "福建省生态地理区划及气候变化对其影响的研究", 《中国优秀硕士学位论文全文数据库基础科学辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109752609A (zh) * 2018-12-06 2019-05-14 国网江苏省电力有限公司南京供电分公司 电力装备运行可靠性测试装置、测试中心与测试评判方法
CN111429028A (zh) * 2020-04-16 2020-07-17 贵州电网有限责任公司 一种适用于山区地形的输电线路覆冰灾害风险评估方法

Also Published As

Publication number Publication date
CN104375420B (zh) 2017-10-24

Similar Documents

Publication Publication Date Title
CN103426026B (zh) 一种混合神经网络预测及识别景区气象要素的方法
Zhang et al. Feedbacks between vegetation restoration and local precipitation over the Loess Plateau in China
CN102221714B (zh) 基于大气变量物理分解的低温雨雪冰冻天气的中期预报系统和方法
CN104123682A (zh) 一种基于气象影响因素的配网故障风险评估方法
El Alimi et al. Modeling and investigation of the wind resource in the gulf of Tunis, Tunisia
Roy et al. An analysis of local spatial temperature patterns in the Delhi Metropolitan Area
CN106845080B (zh) 基于差异修正的景区旅游气象灾害智能预测方法
Yim et al. Prediction of Meiyu rainfall in Taiwan by multi-lead physical–empirical models
Ao et al. Evaluation of the Surface Urban Energy and Water balance Scheme (SUEWS) at a dense urban site in Shanghai: Sensitivity to anthropogenic heat and irrigation
Qiao et al. Evaluation of soil moisture in CMIP6 simulations
Li et al. Impacts of the decadal urbanization on thermally induced circulations in eastern China
Savić et al. Urban heat island research of Novi Sad (Serbia): A review
CN104375420B (zh) 一种气候环境实验室模拟春夏秋冬四季的方法和装置
Dong et al. Simulation of United States mesoscale convective systems using GFDL’s new high-resolution general circulation model
Singh et al. Evaluation of the impact of anthropogenic heat emissions generated from road transportation and power plants on the UHI intensity of Singapore
Ancy et al. Prediction of onset of south west monsoon using multiple regression
BAGHERI et al. New technique for global solar radiation forecast using bees algorithm
CN107884844A (zh) 一种气象大数据分析预测系统
Dastorani et al. Analysis of the trend of dust changes in Ardestan region, Iran
CN105678277A (zh) 一种盐度卫星k波段亮温数据反演陆表温度的方法
Kim et al. Toward improved solar irradiance forecasts: introduction of post-processing to correct the direct normal irradiance from the weather research and forecasting model
Pirovano et al. Combining meteorological and electrical engineering expertise to solve energy management problems
Ma et al. The synergistic effects of urbanization and an extreme heatwave event on urban thermal environment in Paris
Du et al. Temporal and spatial pattern characteristics of vegetation in qaidam basin and its response to climate change
Veremei et al. Studying the showers and thunderstorms on the territory of Russia using the numerical model of convective cloud and the reanalysis data

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant