CN105824891B - 测风塔数据自动上传的方法 - Google Patents
测风塔数据自动上传的方法 Download PDFInfo
- Publication number
- CN105824891B CN105824891B CN201610139907.5A CN201610139907A CN105824891B CN 105824891 B CN105824891 B CN 105824891B CN 201610139907 A CN201610139907 A CN 201610139907A CN 105824891 B CN105824891 B CN 105824891B
- Authority
- CN
- China
- Prior art keywords
- data
- anemometer tower
- wind
- height
- tower
- 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 25
- 238000004321 preservation Methods 0.000 claims abstract description 5
- 230000020509 sex determination Effects 0.000 claims abstract description 5
- 238000012937 correction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 5
- 230000025518 detection of mechanical stimulus involved in sensory perception of wind Effects 0.000 abstract 1
- 241000209094 Oryza Species 0.000 description 6
- 235000007164 Oryza sativa Nutrition 0.000 description 6
- 235000009566 rice Nutrition 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 3
- 241000220317 Rosa Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 101001094649 Homo sapiens Popeye domain-containing protein 3 Proteins 0.000 description 1
- 101000608234 Homo sapiens Pyrin domain-containing protein 5 Proteins 0.000 description 1
- 101000578693 Homo sapiens Target of rapamycin complex subunit LST8 Proteins 0.000 description 1
- 102100027802 Target of rapamycin complex subunit LST8 Human genes 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Abstract
本发明所提供的一种测风塔数据自动上传的方法，包括步骤：A、将各测风塔所上传的数据记录仪的数据监听下载后分别对应保存至各测风塔的存储目录下；B、解析数据格式，上传服务器；C、对所存储的各测风塔所上传的数据进行合理性判定，针对不合理的风速数据进行修正，用于风资源分析。由上，通过对测风数据的修正，可以提高其对于风速检测的准确率。无论是对于风电场的前期选址还是后期的风速测风气象要素检测还是风电场的前期选址均提供了高精度的数据支持。
Description
技术领域
本发明涉及风电数据分析技术领域，特别涉及一种测风塔数据自动上传的方法。
背景技术
风电项目开发首先需要的技术支持就是风电前期服务，包括测风、宏观选址，数据统计分析等。随着风电市场的快速发展，风电前期项目越来越多，从最初的每年新建30余座测风塔发展到目前每年需新建200余座测风塔，每年需对超过1000余座测风塔进行数据接收、检查处理、分析评估等工作，统计分析显示。现有技术中(例如题目为《NRG和NDF数据导出流程》的说明书)对于各个测风塔采用分别录入数据的形式。采用此种方式对于测风塔数量众多的情况显然降低其数据录入率，并且需要人工进行繁琐的机械性工作，浪费人力。
另外，针对所录入数据的误差情况，当测风数据存在10％的误差便可能导致风场年产能30％左右的误差，因此，提高测风数据的准确性和可靠性对风场开发具有非常重要的意义。
发明内容
有鉴于此，本发明的主要目的在于，提供一种测风塔数据自动上传的方法，包括步骤：
A、将各测风塔记录仪所上传的数据分别对应保存至各测风塔的存储目录下；
B、对所上传的数据进行格式解析，上传服务器；
C、服务器对所存储的各测风塔所上传的数据进行合理性判定，针对不合理的风速数据进行修正。
由上，通过对测风数据的修正，可以提高其对于风速检测的准确率。无论是对于风电场的前期选址还是后期的风速检测均提供了高精度的数据支持。
可选的，步骤A包括：
预先配置多个用于接收各地记录仪测风数据的电子邮箱地址；
依据记录仪测风数据中的信息，将不同数据对应保存至不同测风塔存储目录下；
对所述各测风塔的存储目录进行轮循式监听，以判定是否成功接收新数据。
由上，通过配置电子邮箱地址实现统一自动接收各测风塔记录仪的数据，并依据各测风塔记录仪所接收数据信息(例如信息编号)的特异性，对不同数据进行分组存储，以实现对于不同测风塔数据的自动区分。
可选的，步骤B中对所上传的数据进行格式解析包括：
调用SDR.exe可执行文件；
在所述可执行文件内设定待解析数据的解析参数；
以txt文本格式输出解析后的数据。
通过编程自动调用SDR.exe可执行文件，从而实现对于数据的自动解析。
可选的，步骤B中，所述不合理的风速数据包括：测风塔在不同测风高度所检测的超过预设值的风速数据，和
测风塔在相邻测风高度所检测风速的差值超过预设值的风速数据；
所述针对不合理的风速数据进行修正包括：
针对当前测风塔各个测风高度，计算与在其下方最近的测风高度的相关度；
若相关度符合要求，采用其下方最近的测风高度所检测的风速数据进行修正；
若相关度不符合要求，采用邻近测风塔相同测风高度所检测的测风数据进行修正。
由上，由于有些测风塔在最高通道测风情况较差，其采集数据的完整率可能仅能达到70％，最低处的采集数据的完整率可达98％，中间位置的完整率也不尽相同，由此，可能导致其监测的数据不合理，针对此种情况，设定判断条件以确定所检测的风速数据是否合理。另外，采用最合适的修正数据对不合理风速进行修正，即同塔数据优于异塔数据。
可选的，所述采用其下方最近的测风高度所检测的风速数据进行修正包括：
采用公式：式中zn表示当前位置的测风高度值，zi表示其下方最近的测风高度值，ui表示在zi位置所检测的风速值，un表示高度为zn位置修正后的风速值，α表示风切变指数。
可选的，所述采用邻近测风塔相同测风高度所检测的测风数据进行修包括：
确定与当前测风塔在相同测风高度所采集数据相似度最高的邻近测风塔；
修正过程中，采用线性相关拟合公式y＝ax+b，式中a、b为系数，通过当前测风塔和所述与其在相同测风高度相似度最高的邻近测风塔的历史数据计算求得；
x表示与当前测风塔相同高度所采集数据相似度最高的邻近测风塔数据，y表示当前测风塔的修正数据。
可选的，所述确定与当前测风塔在相同测风高度所采集数据相似度最高的邻近测风塔包括：
将各个测风塔照每间隔22.5°划分成16个区间；
确定当前测风塔不合理的风速数据所在区间；
确定与当前测风塔在相同高度，相同区间所采集数据的相关度最高的邻近测风塔。
由上，将异塔数据按方向细分为16个分区，可以确定与当前测风塔最为接近的邻近测风塔，由此完成数据修正，更加准确。
可选的，采用线性相关拟合公式进行修正前，还包括对当前测风塔和邻近测风塔在相同高度所检测的数据进行相关性检验的步骤。
由上，实现对参与计算的当前测风塔和邻近测风塔是否存在线性关系进行检测。
可选的，采用线性相关拟合公式进行修正后，还包括对线性相关拟合公式y＝ax+b的中参数x和y是否合理的步骤。
可选的，步骤B中，还包括对于风向、温度、气压、风切变指数、1小时内的平均温度变化、3小时内平均气压的合理性判断的步骤。
附图说明
图1为测风塔数据自动上传的方法的流程图；
图2为将各个测风塔按照方向划分不同区间的风玫瑰图；
图3为进行异塔数据修正时的线性相关拟合示意图。
具体实施方式
为克服现有技术存在的缺陷，本发明提供一种测风塔数据自动上传的方法。
如图1所示，本发明包括以下步骤：
S10：测风塔的记录仪进行每日数据收集，发送到指定的地址。
本实施例中，为了保证数据的安全和数据导入系统自动化，自动监控测风数据传输所用的邮箱并下载原始数据，保存至专门目录。具体的，预先配置多个用于接收各地记录仪测风数据的电子邮箱地址，根据这些邮箱地址的帐户信息进行数据接收，即接收不同NRG测风设备所检测的测风塔数据。如表1所示，其中帐户信息包含：
表1
其中，POP3全名为“Post Office Protocol-Version 3”，即“邮局协议版本3”，主要用于支持使用客户端远程管理在服务器上的电子邮件。其具体过程是：邮件发送到服务器上，电子邮件客户端调用邮件客户机程序以连接服务器，并下载所有未阅读的电子邮件。
表1中的类型String表示字符串、类型Integer表示整数数字、类型Boolean表示布尔型，使用true表示真(是)，false表示假(否)。
S20：将各指定的地址所接收的测风塔数据发送到系统指定的测风塔目录下。
收取各指定地址中的测风塔数据，并对收取到的测风塔数据进行测风塔编号判断，将数据分离到指定的测风塔号目录当中。举例，所接收的测风塔数据编号包括“104920100704009”、“104920100704010”、“104920100704011”、……、“10492010070421”。在上述各编号中，以“104920100704009”为例，“1049”表示该测风塔的编号，“20100704”表示日期，“009”表示所收集到数据的编号。依据上述规律，将所接收到的所有测风塔数据进行归类，以发送至系统指定的不同测风塔编号目录下。所述分离的数据即RWD文件，所述RWD文件是NRG测风设备所采集到的测风原始数据。
S30：监听各指定的测风塔目录下的测风塔数据。
根据配置的电子信箱信息，进行轮循式监听。当测风塔数据收取成功时，进入步骤S40；否则，进入步骤S80，步骤S80包括：进行未收到数据的日志记录。
S40：解析数据，根据解析出的经纬度信息配置相应的地理信息。
每日9:00启动对测风塔编号目录监听，当监听到所述目录中有新的数据时，对数据进行解析，并将解析出的数据上传至服务器。
具体的，RWD文件解析只能在装有NRG软件的系统上执行，NRG软件目录中有一个SDR.exe可执行文件，该可执行文件，可以根据不同的参数信息执行不同的操作。例如依据风能玫瑰图的参数执行风资源要素基本统计的操作。
本实施例中，调用服务器系统本地的SDR.exe可执行文件，并给出解析rwd文件的参数信息。参数包括测风塔的地理坐标(经度、纬度)、海拔高度、记录仪密码、测风塔每层记录的测风通道信息、高度、单位等等，其中，不同测风通道接收测风塔所检测的不同数据，包括风速、风向、温度、气压、湿度等。最终，SDR.exe可执行文件将rwd文件导出为.txt文本文件，并把相应的数据入库。
相关执行代码包括：
Process proc＝Runtime.getRuntime().exec("/SymDR/SDR.exe/s d:/rwd/0001.rwd“)；
proc.waitFor()。
由上，通过上述相关执行代码可实现自动调取SDR.exe可执行文件，从而对参数进行解析的功能。
进一步的，根据地理坐标配置相应的地理信息，格式如下：**省**市**县**乡**村。
对于不同的测风通道，其所接收的数据不同，具体如下表2所示，
表2
由上，通过步骤S10配置电子邮箱地址实现统一自动接收各测风塔记录仪的数据；在步骤S20中，依据各测风塔记录仪所接收数据编号的特异性，对不同数据进行分组存储，以实现对于不同测风塔数据的自动区分。而当步骤S30中仅当出现新接收到的数据后方进行步骤S40，对所接收的数据进行解析。通过步骤S10～S40可以实现对各个测风塔记录仪所接收数据的自动汇总以及解析，克服了现有技术中需要人工逐个录入测风塔记录仪数据的缺陷，实现了完全自动化的数据录入模式。
S50：服务器对于各测风通道所接收的检测数据进行合理性判定。
预设如表3所示的判定标准，服务器对所接收的各测风塔数据进行合理性判定。
| 项目 | 判定标准 |
| 风速 | (0.4,40]且SD不为0 |
| 风向 | [0，360]且SD不为0 |
| 温度 | [-30，40] |
| 气压 | [66，110] |
| 高度为[1,20]区间的风速差 | [-1,2] |
| 高度为[21,40]区间的风速差 | [-1,4] |
| 高度为[41,60]区间的风速差 | [-1,6] |
| 高度为[61,90]区间的风速差 | [-1,9] |
| 风切变指数报警 | [-0.1，0.4]以外的数据 |
| 各通道风速连续SD为0的个数 | 10 |
| 1h平均温度变化 | [-5℃,5℃] |
| 3h平均气压变化 | [-1kpa,1kpa] |
| 1h平均风速变化 | [-6,6] |
| 同时刻风向相差值 | 15 |
表3
当所接收的数据符合上述表3所示的判定标准时，进入步骤S70；但是在实际情况中，有些测风塔在最高通道测风情况较差，其采集数据的完整率可能仅能达到70％，最低处的采集数据的完整率可达98％，中间位置的完整率也不尽相同，由此，可能导致其监测的数据不合理，针对此种情况，需要对其进行修正，即进入步骤S60。
S60：服务器针对不合理的风速数据，进行修正。
以测风塔的测风高度分别为70m、60m、50m、30m、10m为例进行说明。分别求取相邻高度所检测风速数据的相关度。
首先计算高度为10m和高度为30m的两组数据的相关性，采用互相关算法公式，即中Xi和Yi分别表示10m处和30m处所检测的各个数据(由1到n)，和分别表示10m处和30m处所检测的数据的平均值，计算得出二者的相关度r。同理，计算30m与50m、50m与60m以及60m与70m所检测风速数据的相关度。
若相关度符合预设值(例如相关度高于0.6)，则采用同一测风塔的低位置数据替换高位置所采集数据。若相关度不符合预设值(例如相关度低于0.6)，则采用其他测风塔相同高度位置所采集的数据来替换。
首先以相关度符合要求，即同一测风塔的低位置数据替换高位置所采集数据为例进行说明。以10m和30m为例，如果30m位置所检测的风速减去10m位置所检测的风速值小于“-1m/s”时，需要用10m的数据对30m的数据进行风切变替换。
由于二者之间存在20m的高度差，若直接将10m位置所检测的风速直接替换30位置所检测的风速，有可能造成数据的误差。因此，借助风切变指数可以有效消除由于高度差所带来的误差。
具体的，采用计算式：中zn、zi分别表示相邻两个高度值，即zn＝30m，zi＝10m，un、ui分别表示高度为zn、zi位置的风速值，α表示风切变指数。所述风切变指数依据不同高度所检测风速值的历史数据计算得出，具体计算方法并非本申请重点，不再赘述。
同理，按照上述方法继续处理50米和30米，60米和50米，70米和60米之间的关系，得到各高度的修正风速值。
需要说明的是，计算所采用的数据需满足高、低通道同时有效的数据，分别平均。所述同时有效的数据，指的是在某一时刻，两个通道同时满足表3中所设定的条件。
另外，针对相关度不符合要求，即不同测风塔的相同位置数据进行替换为例进行说明。
假如风电场共有十座测风塔，将各个测风塔按照每间隔22.5°划分成16个区间。比较各个测风塔在不同高度，不同区间所采集数据的相关度，即可以确认出与当前测风塔每个区间相似度最高的测风塔。如图2中所示为当前测风塔与待比较的另一测风塔的风能玫瑰图，其中实线表示当前测风塔，虚线表示另一测风塔。具体计算方法与计算式(1)相同，不再赘述。
进行数据替换时，首先确定相关度不符合要求时的高度以及风向区间，本实施例中，假设相关度不符合要求时的高度为30m，风向区间为0～22.5°。
其次，依据先前的计算结果，确定与当前测风塔(例如是第一测风塔)在该区间相关度最高的其他测风塔(例如是第二测风塔)。如图3所示，将第一测风塔与第二测风塔在高度为30m，风向区间为0～22.5°时所采集的数据进行线性相关拟合计算，从而进行数据修正。具体包括以下步骤：对待计算的数据量进行检验，仅当检验通过后方进行线性相关拟合计算。
所述检验步骤包括：计算第一测风塔与第二测风塔在高度为30m，风向区间为0～22.5°时所采集的数据的相关性R。具体算法与步骤S60中所公开相同，不再赘述。
设定显著性水平α，显著性水平α一般取值为0.01或0.05，本实施例中著性水平α为0.05，自由度为n-2，其中n是所述数据的个数。在“相关系数检验的临界值表”(本表为已知)查出与显著性水平0.05及自由度n-2相应的相关数临界值tα/2(n-2)。判断相关数临界值tα/2(n-2)与相关性R的大小，若R＞tα/2(n-2)，则可以采用线性相关拟合计算。
具体的，采用公式y＝ax+b——(3)，式中y表示第一测风塔在高度为30m，风向区间为0～22.5°所采集的数据；x表示第二测风塔在高度为30m，风向区间为0～22.5°所采集的数据。由于第一测风塔和第二测风塔所采集的数据为多个，因此可以求出多组系数a，b，进一步的，通过求取均值确定最终的系数a，b。
需要说明的是，计算系数a，b所采用的数据需满足高、低通道同时有效的数据，分别平均。所述同时有效的数据，指的是在某一时刻，两个通道同时满足表3中所设定的条件。
此后，还包括检验线性方程x、y之间的线性关系是否合理的步骤，本实施例中，采用t检验实现上述检验，通过对回归系数的检测，以判定x、y之间的线性关系是否合理。具体的，t检验采用以下公式：式中xi和yi分别表示两测风塔所检测的各个数据，i表示检测数据的序数；分别表示两测风塔所检测数据的平均值；n表示检测数据的数量；Sa表示a的标准差。计算出上述结果ta后，通过查表(表格已知)得出通过t分布检查显著水平为α(0.05)，自由度为n-2时的相关数临界值tα/2(n-2)，比较ta与tα/2(n-2)的大小，若|ta|＞tα/2(n-2)，则表示检验通过，x、y之间的线性关系合理。
合理性验证后，在进行数据修正过程中，将第二测风塔所检测的数据对应的带入到公式(3)中的x中，计算出结果y即表示修正后第一测风塔的数据。
另外，针对不同高度所检测的风速超过预设值的，采用上述相同方法进行修正。
通过对测风数据的修正，可以提高其对于风速检测的准确率。无论是对于风电场的前期选址还是后期的风速检测均提供了高精度的数据支持。
S70：生成测风塔数据报告。
将任意一段时间内的各种条件的测风数据的有效性与完整性并给出相应的报表并上传至服务器。具体的，可以按所有塔、省级、地级为单位进行查询、也可以按一个或多个塔号进行查询。数据完整性表格如下表4所示：
表4
数据有效性表格如下表5所示：
表5
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明。总之，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种测风塔数据自动上传的方法，其特征在于，包括步骤：
A、将各测风塔记录仪所上传的数据分别对应保存至各测风塔的存储目录下；
B、对所上传的数据进行格式解析后，上传服务器；
C、服务器对所存储的各测风塔所上传的数据进行合理性判定，针对其中不合理的风速数据进行修正；
步骤C中，所述不合理的风速数据包括：测风塔在不同测风高度所检测的超过预设值的风速数据，和
测风塔在相邻测风高度所检测风速的差值超过预设值的风速数据；
所述针对不合理的风速数据进行修正包括：
针对当前测风塔各个测风高度，计算与在其下方最近的测风高度的相关度；
若相关度符合要求，采用其下方最近的测风高度所检测的风速数据进行修正；
若相关度不符合要求，采用邻近测风塔相同测风高度所检测的测风数据进行修正；
所述采用其下方最近的测风高度所检测的风速数据进行修正包括：
采用公式：式中zn表示当前位置的测风高度值，zi表示其下方最近的测风高度值，ui表示在zi位置所检测的风速值，un表示高度为zn位置修正后的风速值，α表示风切变指数。
2.根据权利要求1所述的方法，其特征在于，步骤A包括：
预先配置多个用于接收各地记录仪测风数据的电子邮箱地址；
依据记录仪测风数据中的信息，将不同数据对应保存至不同测风塔存储目录下；
对所述不同测风塔的存储目录进行轮循式监听，以判定是否成功接收新数据。
3.根据权利要求1所述的方法，其特征在于，步骤B所述对所上传的数据进行格式解析包括：
调用SDR.exe可执行文件；
在所述可执行文件内设定待解析数据的解析参数；
以txt文本格式输出解析后的数据。
4.根据权利要求1所述的方法，其特征在于，所述采用邻近测风塔相同测风高度所检测的测风数据进行修正包括：
确定与当前测风塔在相同测风高度所采集数据相似度最高的邻近测风塔；
修正过程中，采用线性相关拟合公式y＝ax+b，式中a、b为系数，通过当前测风塔和所述与其在相同测风高度相似度最高的邻近测风塔的历史数据计算求得；
x表示与当前测风塔相同高度所采集数据相似度最高的邻近测风塔数据，y表示当前测风塔的修正数据。
5.根据权利要求4所述的方法，其特征在于，所述确定与当前测风塔在相同测风高度所采集数据相似度最高的邻近测风塔包括：
将各个测风塔照每间隔22.5°划分成16个区间；
确定当前测风塔不合理的风速数据所在区间；
确定与当前测风塔在相同高度，相同区间所采集数据的相关度最高的邻近测风塔。
6.根据权利要求4所述的方法，其特征在于，采用线性相关拟合公式进行修正前，还包括对当前测风塔和邻近测风塔在相同高度所检测的数据进行相关性检验的步骤。
7.根据权利要求4所述的方法，其特征在于，采用线性相关拟合公式进行修正后，还包括对线性相关拟合公式y＝ax+b的中参数x和y是否合理的步骤。
8.根据权利要求1所述的方法，其特征在于，步骤C中，还包括对于风向、温度、气压、风切变指数、1小时内的平均温度变化、3小时内平均气压的合理性判断的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610139907.5A CN105824891B (zh) | 2016-03-11 | 2016-03-11 | 测风塔数据自动上传的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610139907.5A CN105824891B (zh) | 2016-03-11 | 2016-03-11 | 测风塔数据自动上传的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105824891A CN105824891A (zh) | 2016-08-03 |
| CN105824891B true CN105824891B (zh) | 2019-02-26 |
Family
ID=56987682
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610139907.5A Active CN105824891B (zh) | 2016-03-11 | 2016-03-11 | 测风塔数据自动上传的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105824891B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107316109B (zh) * | 2017-06-29 | 2020-09-01 | 国网湖南省电力有限公司 | 架空线路冬季近地面风速预测方法、系统及装置 |
| CN107967543A (zh) * | 2017-12-28 | 2018-04-27 | 华润电力技术研究院有限公司 | 一种风资源评估设备 |
| CN108021774B (zh) * | 2017-12-28 | 2022-01-25 | 华润电力技术研究院有限公司 | 数据处理方法以及装置 |
| CN108196087B (zh) * | 2017-12-28 | 2021-09-07 | 华润电力技术研究院有限公司 | 数据处理装置 |
| CN108053140A (zh) * | 2017-12-28 | 2018-05-18 | 华润电力技术研究院有限公司 | 一种风资源评估方法、系统及一种计算机可读存储介质 |
| CN108984949A (zh) * | 2018-08-07 | 2018-12-11 | 北控清洁能源集团有限公司 | 一种对测风数据进行判断的方法 |
| CN109991683A (zh) * | 2019-04-12 | 2019-07-09 | 中国气象局沈阳大气环境研究所 | 风频数据处理方法及装置 |
| CN110532518B (zh) * | 2019-08-30 | 2023-04-25 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种空冷对比观测待插补数据插补方法及系统 |
| CN111858127A (zh) * | 2020-08-10 | 2020-10-30 | 中国华能集团清洁能源技术研究院有限公司 | 一种测风数据的错误数据校验方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102354376A (zh) * | 2011-06-30 | 2012-02-15 | 内蒙古电力勘测设计院 | 对测风数据进行补缺修正的方法 |
| CN105139128A (zh) * | 2015-08-26 | 2015-12-09 | 潘伟骏 | 一种远程会计处理方法及系统 |
| CN105227632A (zh) * | 2015-08-28 | 2016-01-06 | 宇龙计算机通信科技(深圳)有限公司 | 车辆信息处理方法、终端、服务器及车载系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9507758B2 (en) * | 2013-07-03 | 2016-11-29 | Icebox Inc. | Collaborative matter management and analysis |
-
2016
- 2016-03-11 CN CN201610139907.5A patent/CN105824891B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102354376A (zh) * | 2011-06-30 | 2012-02-15 | 内蒙古电力勘测设计院 | 对测风数据进行补缺修正的方法 |
| CN105139128A (zh) * | 2015-08-26 | 2015-12-09 | 潘伟骏 | 一种远程会计处理方法及系统 |
| CN105227632A (zh) * | 2015-08-28 | 2016-01-06 | 宇龙计算机通信科技(深圳)有限公司 | 车辆信息处理方法、终端、服务器及车载系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105824891A (zh) | 2016-08-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105824891B (zh) | 测风塔数据自动上传的方法 | |
| US20220275788A1 (en) | Forecasting output power of wind turbine in wind farm | |
| Lagouvardos et al. | The automatic weather stations NOANN network of the National Observatory of Athens: Operation and database | |
| Christy et al. | Surface temperature variations in East Africa and possible causes | |
| Wan et al. | Development of an equivalent wind plant power-curve | |
| Leemans et al. | The IIASA database for mean monthly values of temperature, precipitation, and cloudiness on a global terrestrial grid | |
| CN106321368B (zh) | 基于运营风机scada数据的海上风电场尾流损失测量方法 | |
| CN110827443B (zh) | 一种遥测事后数据处理系统 | |
| Droste et al. | Assessing the potential and application of crowdsourced urban wind data | |
| CN110390343B (zh) | 一种空间气象数据的订正方法及系统 | |
| Warren et al. | The Birmingham Urban Climate Laboratory—A high density, urban meteorological dataset, from 2012–2014 | |
| Wang et al. | Is the storminess in the Twentieth Century Reanalysis really inconsistent with observations? A reply to the comment by Krueger et al.(2013b) | |
| KR101519012B1 (ko) | 기상정보 오류 검증 시스템 및 방법 | |
| Lucio-Eceiza et al. | Quality control of surface wind observations in northeastern North America. Part II: Measurement errors | |
| CN113176420A (zh) | 一种针对电网杆塔点的风速预报订正系统 | |
| CN115375168A (zh) | 一种通用海洋数据质控方法、计算机设备和储存介质 | |
| CN109191408A (zh) | 快速循环地面气象融合方法、装置及服务器 | |
| Pitman et al. | Global and regional comparison of daily 2-m and 1000-hPa maximum and minimum temperatures in three global reanalyses | |
| CN112686773B (zh) | 一种基于融合业务拓扑的电力计量全链路关键业务异常定位模型构建方法 | |
| Chang | Assessing the increasing trend in Northern Hemisphere winter storm track activity using surface ship observations and a statistical storm track model | |
| Bližňák et al. | Homogenization of time series from Portugal and its former colonies for the period from the late 19th to the early 21st century. | |
| CN117391534A (zh) | 施工质量的监测方法、装置、电子设备和存储介质 | |
| CN116307858A (zh) | 测绘成果质量检查与评分系统 | |
| Hall et al. | USACE coastal and hydraulics laboratory quality controlled, consistent measurement archive | |
| KR20140074444A (ko) | 기후 자료 자동 분석 시스템 및 이를 이용한 서비스 제공 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Bao Daen Inventor after: Li Hongguang Inventor after: Chen Xin Inventor after: Zhu Zhicheng Inventor after: Guo Hongmei Inventor after: Zhu Liang Inventor after: Zhang Xiwen Inventor after: Deng Xing Inventor after: Chen Xiaojun Inventor after: Meng Yuan Inventor before: Bao Daen Inventor before: Zhu Zhicheng Inventor before: Li Hongguang Inventor before: Guo Hongmei Inventor before: Zhu Liang Inventor before: Zhang Xiwen Inventor before: Deng Xing |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240228 Address after: F17, Block C, International Investment Building, No. 6-9, Fuchengmen North Street, Xicheng District, Beijing 100,034 Patentee after: Longyuan (Beijing) New Energy Engineering Technology Co.,Ltd. Country or region after: China Address before: No. 6-9 Fuchengmen North Street, Xicheng District, Beijing, 100034 (16th Floor, Building C, International Investment Building) Patentee before: ZHONGNENG POWER-TECH DEVELOPMENT Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |