CN107330233B - 一种输电塔设计风速分析方法和装置 - Google Patents
一种输电塔设计风速分析方法和装置 Download PDFInfo
- Publication number
- CN107330233B CN107330233B CN201710774934.4A CN201710774934A CN107330233B CN 107330233 B CN107330233 B CN 107330233B CN 201710774934 A CN201710774934 A CN 201710774934A CN 107330233 B CN107330233 B CN 107330233B
- Authority
- CN
- China
- Prior art keywords
- wind speed
- power transmission
- transmission tower
- target position
- extreme value
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- 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
Abstract
本发明实施例公开了一种输电塔设计风速分析方法和装置,能同时考虑复杂地形影响和台风混合气候极值分布特性尾部偏离影响。本发明实施例的分析方法包括:S1:建立输电塔目标位置CFD地形模型;S2:选取输电塔目标位置各方向预定四周分布且具有一定历史纪录的气象站,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应的气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列;S3:在极值风速序列中通过独立风暴法进行取样获取极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速。
Description
技术领域
本发明涉及设计基准风速领域,尤其涉及一种输电塔设计风速分析方法和装置。
背景技术
东南沿海地区台风频发,每年由此造成的输电塔线破坏现象时有发生,相关的灾损分析表明,输电塔线设计风速不准确是造成破坏的重要原因。无论是输电塔建设,还是大桥选址,其所处地形通常较复杂,设计基准风速一般无法通过抗风规范查得,需要进行专门的分析和测试。传统极值风速分析方法用于桥梁建设、电站选址的时候,分别基于附近气象站的历史记录数据和目标地建设观测塔的观测数据的分析建立二者之间的风速关系,进而得到目标处的设计基准风速。
输电塔设计风速的估算不同与桥梁建设和电站选址的单个分析目标,输电塔线跨度较大,沿途有一系列的目标点需要确定设计基准风速;同时山区地形复杂,局部风环境对输电塔的选址影响很大,如对塔址风速风向影响较为明显,而且通常情况下,目标塔址附近并没有或者缺乏气象实测资料,无法直接确定塔址的设计基准风速;如果仍然采用传统方法在所有的目标点都建设观测站,则施工费用极大,另外2年及其以上的风气候观测周期也是难以承受的时间成本。
发明内容
本发明实施例提供了一种输电塔设计风速分析方法和装置,能同时考虑复杂地形影响和台风混合气候极值分布特性尾部偏离影响。
本发明实施例提供的一种输电塔设计风速分析方法,包括:
S1:建立输电塔目标位置CFD地形模型;
S2:选取输电塔目标位置各方向预定四周分布且具有一定历史记 录的气象站,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应的气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列;
S3:在极值风速序列中通过独立风暴法进行取样获取极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速。
优选地,所述步骤S1具体包括:
获取输电塔目标位置CFD地形建模的高程数据,将所述高程数据转化成高程数据点,对所述高程数据点添加坐标,获取输电塔目标位置的坐标-高度信息,建立输电塔目标位置CFD地形模型。
优选地,所述步骤S2具体包括:
选取输电塔目标位置各方向预定四周分布且具有一定历史记 录的气象站,获取预定的湍流模型,通过预定的边界条件,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列。
优选地,所述步骤S3具体包括:
接收预定的极值风速阈值,将大于所述极值风速阈值的极值风速记录为一个独立风暴,获取每个独立风暴内极值风速最大值为极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速。
优选地,所述步骤S3具体包括:
接收预定的极值风速阈值,将大于所述极值风速阈值的极值风速记录为一个独立风暴,获取每个独立风暴内极值风速最大值为极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的形状参数和位置参数,并对所述概率密度函数进行积分获取对应的分布函数,获取输电塔目标位置任意重现期极值风速,所述概率密度函数为:
其中为极值风速,为台风主导区的极值风速概率密度函数,σ和ξ为台风主导区的极值风速概率密度函数参数,为良态风主导区的极值风速概率密度函数,a,w和Π为良态风主导区的极值风速概率密度函数参数;为权重函数,表达式为:
Z(a,w,Π,σ,ξ)为归一化函数,表达式为:
其中u为位置参数,t为形状参数。
本发明实施例中提供的一种输电塔设计风速分析装置,包括:
建立单元,用于建立输电塔目标位置CFD地形模型;
获取单元,用于选取输电塔目标位置各方向预定四周分布且具有一定历史记 录的气象站,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应的气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列;
计算单元,用于在极值风速序列中通过独立风暴法进行取样获取极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速。
优选地,所述建立单元具体包括:
第一获取子单元,具体用于获取输电塔目标位置CFD地形建模的高程数据;
转化子单元,具体用于将所述高程数据转化成高程数据点;
添加子单元,具体用于对所述高程数据点添加坐标;
第二获取子单元,具体用于获取输电塔目标位置的坐标-高度信息;
建立子单元,具体用于建立输电塔目标位置CFD地形模型。
优选地,所述获取单元具体包括:
第三获取子单元,具体用于选取输电塔目标位置各方向预定四周分布且具有一定历史记 录的气象站;
第四获取子单元,具体用于获取预定的湍流模型;
第五获取子单元,具体用于通过预定的边界条件,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列。
优选地,所述计算单元具体包括:
接收子单元,具体用于接收预定的极值风速阈值;
记录子单元,具体用于将大于所述极值风速阈值的极值风速记录为一个独立风暴;
第六获取子单元,具体用于获取每个独立风暴内极值风速最大值为极值风速样本;
计算子单元,具体用于获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速。
优选地,所述计算子单元具体包括:
第一获取模块,具体用于获取混合气候极值风速的概率密度函数;
计算模块,具体用于通过加权最小二乘法计算所述概率密度函数对应的形状参数和位置参数;
积分模块,具体用于对所述概率密度函数进行积分获取对应的分布函数;
第二获取模块,具体用于获取输电塔目标位置任意重现期极值风速,所述概率密度函数为:
其中为极值风速,为台风主导区的极值风速概率密度函数,σ和ξ为台风主导区的极值风速概率密度函数参数,为良态风主导区的极值风速概率密度函数,a,w和Π为良态风主导区的极值风速概率密度函数参数;为权重函数,表达式为:
Z(a,w,Π,σ,ξ)为归一化函数,表达式为:
其中u为位置参数,t为形状参数。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例中提供的一种输电塔设计风速分析方法和装置,其中,一种输电塔设计风速分析方法包括:S1:建立输电塔目标位置CFD地形模型; S2:选取输电塔目标位置各方向预定四周分布且具有一定历史记 录的气象站,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应的气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列;S3:在极值风速序列中通过独立风暴法进行取样获取极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速。本实施例中,通过建立输电塔目标位置CFD 地形模型和混合气候极值风速的概率密度函数,能同时考虑复杂地形影响和台风混合气候极值分布特性尾部偏离影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1本发明实施例中提供的一种输电塔设计风速分析方法的一个实施例的流程示意图;
图2本发明实施例中提供的一种输电塔设计风速分析装置的一个实施例的结构示意图;
图3本发明实施例中提供的一种输电塔设计风速分析装置的另一个实施例的结构示意图。
具体实施方式
本发明实施例提供了一种输电塔设计风速分析方法和装置,能同时考虑复杂地形影响和台风混合气候极值分布特性尾部偏离影响。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例中提供的一种输电塔设计风速分析方法的一个实施例包括:
101、建立输电塔目标位置CFD地形模型;
复杂山地模型的生成包括模型的生成和网格的自动化划分。用于目标位置周围CFD地形建模的高程数据从GIS地理空间数据云下载,数据的精度为 30×30的DEM数据(栅格影像格式)。对下载数据首先采用ArcMap软件进行简单处理,转化成高程数据点,紧接着对高程数据点添加实地的(X,Y)坐标,这样就得到了目标位置真实的地面坐标-高度信息,最后将数据输出,并进一步按照建模要求和规则,选取目标地附近适宜区域进行分析。
建模和网格划分时,以目标地为中心建立一圆形分析区域模型,模型直径根据分析区域大小以及周边气象站的距离来确定,外环过渡区宽度可以取模型半径的五分之一,由于关心的风场特性集中于近地面,所以计算域高度取h=4000m,来流可能任意方向吹来。
102、选取输电塔目标位置各方向预定四周分布且具有一定历史记 录的气象站,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应的气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列;
在数值模拟和风洞试验中,当风向固定时候,建筑周边的流场是相对固定的,即风速比不会随来流的变化而变化。将风速比rm定义为第m个气象站到目标位置方向,一定来流位置10m高度和目标点10m高度的风速比值。采用上述模型,选用合适的湍流模型,定义边界条件,出口入口,计算各个方向的风速比,得到风速比序列集合{rm},用于CFD计算的模型建立之后,选择目标点四周方向分布较均匀,且具有较长历史记录的气象站,最后结合各个方向风速比和该方向气象站对应的风速风向历史记录,模拟得到目标地的极值风速序列。
103、在极值风速序列中通过独立风暴法进行取样获取极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速。
获取的风速序列包含良态风极值样本也可能包含台风极值风速样本,因此极值分布会受到台风和良态风的共同影响,相关研究表明这种气候的风速满足混合分布。针对混合气候极值风速分布特性,在求解设计重现期极值风速时,本文首先基于考虑方向的独立风暴方法进行取样,再构建混合气候极值风速的概率密度函数,然后基于加权最小二乘法求解参数,最终精确计算极值风速。
本实施例中,通过建立输电塔目标位置CFD地形模型和混合气候极值风速的概率密度函数,能同时考虑复杂地形影响和台风混合气候极值分布特性尾部偏离影响。
上面是对一种输电塔设计风速分析方法进行详细的描述,下面将对一种输电塔设计风速分析方法的过程进行详细的描述,本发明实施例中提供的一种输电塔设计风速分析方法的另一个实施例包括:
201、获取输电塔目标位置CFD地形建模的高程数据,将所述高程数据转化成高程数据点,对所述高程数据点添加坐标,获取输电塔目标位置的坐标-高度信息,建立输电塔目标位置CFD地形模型。
复杂山地模型的生成包括模型的生成和网格的自动化划分。用于目标位置周围CFD地形建模的高程数据从GIS地理空间数据云下载,数据的精度为 30×30的DEM数据(栅格影像格式)。对下载数据首先采用ArcMap软件进行简单处理,转化成高程数据点,紧接着对高程数据点添加实地的(X,Y)坐标,这样就得到了目标位置真实的地面坐标-高度信息,最后将数据输出,并进一步按照建模要求和规则,选取目标地附近适宜区域进行分析。
建模和网格划分时,以目标地为中心建立一圆形分析区域模型,模型直径根据分析区域大小以及周边气象站的距离来确定,外环过渡区宽度可以取模型半径的五分之一,由于关心的风场特性集中于近地面,所以计算域高度取h=4000m,来流可能任意方向吹来。另外,还基于模型条件设置了其他模型参数,如最大特征长度、加密区特征长度、计算域长度、粗糙层高度、入口风速、步长等。
202、选取输电塔目标位置各方向预定四周分布且具有一定历史记 录的气象站,获取预定的湍流模型,通过预定的边界条件,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列。
在数值模拟和风洞试验中,当风向固定时候,建筑周边的流场是相对固定的,即风速比不会随来流的变化而变化。将风速比rm定义为第m个气象站到目标位置方向,一定来流位置10m高度和目标点10m高度的风速比值。采用上述模型,选用合适的湍流模型,定义边界条件,出口入口,计算各个方向的风速比,得到风速比序列集合{rm}。
用于CFD计算的模型建立之后,选择目标点四周方向分布较均匀,且具有较长历史记录的气象站,最后结合各个方向风速比和该方向气象站对应的风速风向历史记录,模拟得到目标地的极值风速序列,具体过程为:
模型方向的定义:根据气象记录的风向,将建成的模型也划分成K=16 个方向,每个方向22.5度,且气象记录方向数目与模型方向数目完全一致。
目标点风速序列的生成:假设共有M个气象站点均匀分布与目标四周,风速风向历史记录为N年,在第n=1,2,...N×365天,第m=1,...M个气象站点的极值风速定义为Vn,m,k,其中k为实测记录的风向。任意一天目标点的极值风速均可由各气象站当日记录的风速风向数据乘以对应的风速比得到,即,若第m个气象站记录的风向k与该站点相对于目标点的方向相同,即目标点在该气象站点的来流下游,则依据此第m气象站得到的目标点风速为v'm,n=Vn,m,k×rm,其中rm为第m个气象站点对应的风速比;若目标点不在该气象站点的下游,则认为该站点对目标点的风速影响可以忽略不计,对应的v′m,n=0,这样便得到第n天依据第m个气象站点得到的目标点极值风速v′m,n。同理,依次可取m=1,2,3,...,M,便可基于周边各个气象站日气象记录得到的目标点日极值风速序列,v′m=1,n,v′m=2,n、v′m=3,n、....v′M,n。由于日最大风速仅有一个,因此再取当天极值风速为vn=max{v1',n,v'2,n,...,v'M,n}。同理,对每天的气象记录进行相同的过程进行处理,可以得到N年内目标点的极值风速序列 VN={vn},n=1,2,...N×365。
203、接收预定的极值风速阈值,将大于所述极值风速阈值的极值风速记录为一个独立风暴,获取每个独立风暴内极值风速最大值为极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的形状参数和位置参数,并对所述概率密度函数进行积分获取对应的分布函数,获取输电塔目标位置任意重现期极值风速,所述概率密度函数为:
其中为极值风速,为台风主导区的极值风速概率密度函数,σ和ξ为台风主导区的极值风速概率密度函数参数,为良态风主导区的极值风速概率密度函数,a,w和Π为良态风主导区的极值风速概率密度函数参数;为权重函数,表达式为:
Z(a,w,Π,σ,ξ)为归一化函数,表达式为:
其中u为位置参数,t为形状参数。
所述风速序列包含良态风极值样本也可能包含台风极值风速样本,因此极值分布会受到台风和良态风的共同影响,相关研究表明这种气候的风速满足混合分布。针对混合气候极值风速分布特性,在求解设计重现期极值风速时,本文首先基于考虑方向的独立风暴方法进行取样,再构建混合气候极值风速的概率密度函数,然后基于加权最小二乘法求解参数,最终精确计算极值风速。该过程为:
采用考虑方向的独立风暴法进行取样:
由于风速序列是每日风速风向数据,有些数据较小,并不适用于极值风速分析,因此仅选用数据较大值进行极值统计。通过选取一定的风速阈值,并将超过该阈值的联系风速样本记录为一个独立风暴,取样的时候取每个独立风暴内各个风向最大值作为极值样本。由于每个独立风暴内每个方向仅选择一个样本,这又保证了每个方向风速的独立性。
确定极值风速分布的混合概率密度函数:
混合气候区极值风速无法采用单一概率分布函数进行拟合,基于折减变量和极值风速的关系可将风速数据分为良态风主导区和台风主导区,并分别拟合得到相应的概率分布函数,再此基础上进一步构建如式(1)所示的用于描述混合气候区极值风速的概率密度函数,其表达式可以表述为:
式中,为极值风速,为用于描述尾部分布(台风主导区)的极值风速概率密度函数,可由极值I型分布函数来表示,σ和ξ为对应函数参数;为良态风主导区极值风速概率密度分布函数可由幂指数分布函数拟合得到,a,w和Π为其函数参数;为权重函数,表达式通常采用:
Z(a,w,Π,σ,ξ)为归一化函数,表达式为:
函数参数的求解计算:
权重函数有位置参数u和形状参数t需要确定。形状参数可基于混合函数与原极值样本的拟合程度来确定,即:首先给出一个较小的初始形状参数值t (如,取t=0.01),得到式(2)所示的权重函数,进而根据式(3)计算其归一化常数Z,再由式(1)得到混合分布函数最后联合各风速样本的权重值并由式(4)计算t对应的加权最小二乘误差函数值:
式中,N为极值风速样本数目,wm为拟合权重因子,ym_Cal为采用极值理论得到的折减变量均值,ym_fit为拟合函数对应的折减变量。改变t值,重复相同过程,并计算下一组拟合函数对应的加权最小二乘误差函数值,直到选出最优的形状参数t和对应的混合分布函数
一定重现期极值风速的确定:
由函数参数求解计算得到混合分布函数概率密度函数,进而积分得到其分布函数,从而得到任意重现期极值风速。
本实施例中,通过计算多个点的风速比,即可用于多个目标点的极值风速分析,适用性更广,不需要建设观测站也不需要观测长周期的风速样本,仅通过CFD数值模拟建立相关关系,因此综合成本优势极大,经济效益和时间成本更优越,利用了四周方向所有的气象站点数据,数据信息更丰富,对气象数据的利用率更高,对数据的处理考虑了不同气候类型极值分布的差异,分析原理优于传统极值I型分析方法,通过建立输电塔目标位置CFD地形模型和混合气候极值风速的概率密度函数,可同时适用于多目标点位置分析,且能同时考虑复杂地形影响和台风混合气候极值分布特性尾部偏离影响,又能够更充分利用多个气象站实测数据。
请参阅图2,本发明实施例中提供的一种输电塔设计风速分析装置的一个实施例包括:
建立单元301,用于建立输电塔目标位置CFD地形模型;
获取单元302,用于选取输电塔目标位置各方向预定四周分布且具有一定历史记录的气象站,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应的气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列;
计算单元303,用于在极值风速序列中通过独立风暴法进行取样获取极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速。
上面是对一种输电塔设计风速分析装置各单元进行详细的描述,下面将对一种输电塔设计风速分析装置各附加单元进行详细的描述,请参阅图3,本发明实施例中提供的一种输电塔设计风速分析装置的另一个实施例包括:
建立单元401,用于建立输电塔目标位置CFD地形模型;
所述建立单元401具体包括:
第一获取子单元4011,具体用于获取输电塔目标位置CFD地形建模的高程数据;
转化子单元4012,具体用于将所述高程数据转化成高程数据点;
添加子单元4013,具体用于对所述高程数据点添加坐标;
第二获取子单元4014,具体用于获取输电塔目标位置的坐标-高度信息;
建立子单元4015,具体用于建立输电塔目标位置CFD地形模型。
获取单元402,用于选取输电塔目标位置各方向预定四周分布且具有一定历史记录的气象站,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应的气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列;
所述获取单元402具体包括:
第三获取子单元4021,具体用于选取输电塔目标位置各方向预定四周分布且具有一定历史记 录的气象站;
第四获取子单元4022,具体用于获取预定的湍流模型;
第五获取子单元4023,具体用于通过预定的边界条件,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列。
计算单元403,用于在极值风速序列中通过独立风暴法进行取样获取极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速。
所述计算单元403具体包括:
接收子单元4031,具体用于接收预定的极值风速阈值;
记录子单元4032,具体用于将大于所述极值风速阈值的极值风速记录为一个独立风暴;
第六获取子单元4033,具体用于获取每个独立风暴内极值风速最大值为极值风速样本;
计算子单元4034,具体用于获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速。
所述计算子单元4034具体包括:
第一获取模块40341,具体用于获取混合气候极值风速的概率密度函数;
计算模块40342,具体用于通过加权最小二乘法计算所述概率密度函数对应的形状参数和位置参数;
积分模块40343,具体用于对所述概率密度函数进行积分获取对应的分布函数;
第二获取模块40344,具体用于获取输电塔目标位置任意重现期极值风速,所述概率密度函数为:
其中为极值风速,为台风主导区的极值风速概率密度函数,σ和ξ为台风主导区的极值风速概率密度函数参数,为良态风主导区的极值风速概率密度函数,a,w和Π为良态风主导区的极值风速概率密度函数参数;为权重函数,表达式为:
Z(a,w,Π,σ,ξ)为归一化函数,表达式为:
其中u为位置参数,t为形状参数。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种输电塔设计风速分析方法,其特征在于,包括:
S1:建立输电塔目标位置CFD地形模型;
S2:选取输电塔目标位置各方向预定四周分布且具有一定历史记 录的气象站,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应的气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列;
步骤S2包括:
选取输电塔目标位置各方向预定四周分布且具有一定历史记 录的气象站,获取预定的湍流模型,通过预定的边界条件,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列;
S3:在极值风速序列中通过独立风暴法进行取样获取极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速;
所述步骤S3具体包括:
接收预定的极值风速阈值,将大于所述极值风速阈值的极值风速记录为一个独立风暴,获取每个独立风暴内极值风速最大值为极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速。
2.根据权利要求1所述的输电塔设计风速分析方法,其特征在于,所述步骤S1具体包括:
获取输电塔目标位置CFD地形建模的高程数据,将所述高程数据转化成高程数据点,对所述高程数据点添加坐标,获取输电塔目标位置的坐标-高度信息,建立输电塔目标位置CFD地形模型。
3.根据权利要求2所述的输电塔设计风速分析方法,其特征在于,所述步骤S3具体包括:
接收预定的极值风速阈值,将大于所述极值风速阈值的极值风速记录为一个独立风暴,获取每个独立风暴内极值风速最大值为极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的形状参数和位置参数,并对所述概率密度函数进行积分获取对应的分布函数,获取输电塔目标位置任意重现期极值风速,所述概率密度函数为:
其中为极值风速,为台风主导区的极值风速概率密度函数,σ和ξ为台风主导区的极值风速概率密度函数参数,为良态风主导区的极值风速概率密度函数,a,w和Π为良态风主导区的极值风速概率密度函数参数;为权重函数,表达式为:
Z(a,w,Π,σ,ξ)为归一化函数,表达式为:
其中u为位置参数,t为形状参数。
4.一种输电塔设计风速分析装置,其特征在于,包括:
建立单元,用于建立输电塔目标位置CFD地形模型;
获取单元,用于选取输电塔目标位置各方向预定四周分布且具有一定历史记 录的气象站,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应的气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列;
所述获取单元具体包括:
第三获取子单元,具体用于选取输电塔目标位置各方向预定四周分布且具有一定历史记 录的气象站;
第四获取子单元,具体用于获取预定的湍流模型;
第五获取子单元,具体用于通过预定的边界条件,获取所述气象站到输电塔目标位置各方向预定来流位置预定高度和输电塔目标位置所述预定高度的风速比序列,并通过对应气象站对应的风速风向历史记录,获取输电塔目标位置的极值风速序列;
计算单元,用于在极值风速序列中通过独立风暴法进行取样获取极值风速样本,获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速;
所述计算单元具体包括:
接收子单元,具体用于接收预定的极值风速阈值;
记录子单元,具体用于将大于所述极值风速阈值的极值风速记录为一个独立风暴;
第六获取子单元,具体用于获取每个独立风暴内极值风速最大值为极值风速样本;
计算子单元,具体用于获取混合气候极值风速的概率密度函数,通过加权最小二乘法计算所述概率密度函数对应的参数,获取输电塔目标位置任意重现期极值风速。
5.根据权利要求4所述的输电塔设计风速分析装置,其特征在于,所述建立单元具体包括:
第一获取子单元,具体用于获取输电塔目标位置CFD地形建模的高程数据;
转化子单元,具体用于将所述高程数据转化成高程数据点;
添加子单元,具体用于对所述高程数据点添加坐标;
第二获取子单元,具体用于获取输电塔目标位置的坐标-高度信息;
建立子单元,具体用于建立输电塔目标位置CFD地形模型。
6.根据权利要求5所述的输电塔设计风速分析装置,其特征在于,所述计算子单元具体包括:
第一获取模块,具体用于获取混合气候极值风速的概率密度函数;
计算模块,具体用于通过加权最小二乘法计算所述概率密度函数对应的形状参数和位置参数;
积分模块,具体用于对所述概率密度函数进行积分获取对应的分布函数;
第二获取模块,具体用于获取输电塔目标位置任意重现期极值风速,所述概率密度函数为:
其中为极值风速,为台风主导区的极值风速概率密度函数,σ和ξ为台风主导区的极值风速概率密度函数参数,为良态风主导区的极值风速概率密度函数,a,w和Π为良态风主导区的极值风速概率密度函数参数;为权重函数,表达式为:
Z(a,w,Π,σ,ξ)为归一化函数,表达式为:
其中u为位置参数,t为形状参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710774934.4A CN107330233B (zh) | 2017-08-31 | 2017-08-31 | 一种输电塔设计风速分析方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710774934.4A CN107330233B (zh) | 2017-08-31 | 2017-08-31 | 一种输电塔设计风速分析方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107330233A CN107330233A (zh) | 2017-11-07 |
CN107330233B true CN107330233B (zh) | 2020-11-17 |
Family
ID=60204335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710774934.4A Active CN107330233B (zh) | 2017-08-31 | 2017-08-31 | 一种输电塔设计风速分析方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107330233B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109740195B (zh) * | 2018-12-13 | 2023-01-13 | 宁波市电力设计院有限公司 | 一种基于气象站观测数据的极值台风风速概率分布模型及设计台风风速的评估方法 |
CN110263369B (zh) * | 2019-05-10 | 2023-12-29 | 珠海市公共气象服务中心(珠海市防雷所)(珠海市突发事件预警信息发布中心) | 基于气候分析和数值模拟的建筑表面抗风等级设计方法 |
CN111523223A (zh) * | 2020-04-19 | 2020-08-11 | 中国电建集团华东勘测设计研究院有限公司 | 超长重现期极值风速的推算方法 |
CN113011770B (zh) * | 2021-03-31 | 2023-04-18 | 广东电网有限责任公司 | 输电塔风灾易损性的分析方法和分析装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102313853A (zh) * | 2011-08-02 | 2012-01-11 | 广东电网公司电力科学研究院 | 高压输电线路动态输送容量测算系统及方法 |
KR20130074264A (ko) * | 2011-12-26 | 2013-07-04 | 대우조선해양 주식회사 | 풍력 터빈의 극한 풍속 제어 방법 |
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 |
CN104154951A (zh) * | 2014-07-31 | 2014-11-19 | 瑞安市恒丰机电有限公司 | 输电塔在线监测系统 |
CN104182594A (zh) * | 2014-09-11 | 2014-12-03 | 国家电网公司 | 一种电力系统风区图的绘制方法 |
CN104535104A (zh) * | 2014-11-10 | 2015-04-22 | 广东电网有限责任公司江门供电局 | 电力系统输电塔在线监测方法及监测系统 |
CN105138740A (zh) * | 2015-07-29 | 2015-12-09 | 广东电网有限责任公司电力科学研究院 | 基于温度场和分层应力的输电导线拐点载流量求解方法 |
CN105260586A (zh) * | 2015-08-07 | 2016-01-20 | 中国南方电网有限责任公司电网技术研究中心 | 一种针对架空输电线路的自动气象站风速资料处理方法 |
CN105824987A (zh) * | 2016-03-09 | 2016-08-03 | 浙江大学 | 一种基于遗传算法的风场特征统计分布模型建立方法 |
CN107092794A (zh) * | 2017-04-25 | 2017-08-25 | 广东电网有限责任公司电力科学研究院 | 用于台风混合气候地区极值风速估算的分析方法及装置 |
-
2017
- 2017-08-31 CN CN201710774934.4A patent/CN107330233B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102313853A (zh) * | 2011-08-02 | 2012-01-11 | 广东电网公司电力科学研究院 | 高压输电线路动态输送容量测算系统及方法 |
KR20130074264A (ko) * | 2011-12-26 | 2013-07-04 | 대우조선해양 주식회사 | 풍력 터빈의 극한 풍속 제어 방법 |
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 |
CN104154951A (zh) * | 2014-07-31 | 2014-11-19 | 瑞安市恒丰机电有限公司 | 输电塔在线监测系统 |
CN104182594A (zh) * | 2014-09-11 | 2014-12-03 | 国家电网公司 | 一种电力系统风区图的绘制方法 |
CN104535104A (zh) * | 2014-11-10 | 2015-04-22 | 广东电网有限责任公司江门供电局 | 电力系统输电塔在线监测方法及监测系统 |
CN105138740A (zh) * | 2015-07-29 | 2015-12-09 | 广东电网有限责任公司电力科学研究院 | 基于温度场和分层应力的输电导线拐点载流量求解方法 |
CN105260586A (zh) * | 2015-08-07 | 2016-01-20 | 中国南方电网有限责任公司电网技术研究中心 | 一种针对架空输电线路的自动气象站风速资料处理方法 |
CN105824987A (zh) * | 2016-03-09 | 2016-08-03 | 浙江大学 | 一种基于遗传算法的风场特征统计分布模型建立方法 |
CN107092794A (zh) * | 2017-04-25 | 2017-08-25 | 广东电网有限责任公司电力科学研究院 | 用于台风混合气候地区极值风速估算的分析方法及装置 |
Non-Patent Citations (3)
Title |
---|
Dynamic Response of Power Transmission Towers under Wind Load;Li Pengyun 等;《Energy Procedia》;20121230;1124-1131 * |
Extreme wind speeds in mixed climates revisited;Nicholas J. Cook 等;《Journal of Wind Engineering and Industrial Aerodynamics》;20030228;403-422 * |
干字型输电塔线体系风致响应研究;谢文平 等;《广东电力》;20150528;86-89 * |
Also Published As
Publication number | Publication date |
---|---|
CN107330233A (zh) | 2017-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107330233B (zh) | 一种输电塔设计风速分析方法和装置 | |
Wang et al. | Comparison of interpolation methods for estimating spatial distribution of precipitation in Ontario, Canada | |
CN106407627B (zh) | 一种风速概率分布建模的方法和系统 | |
Hu et al. | Consistency in hurricane surface wind forecasting: an improved parametric model | |
US10725205B2 (en) | Forensic weather system | |
CN113919231A (zh) | 基于时空图神经网络的pm2.5浓度时空变化预测方法及系统 | |
CN110134907B (zh) | 一种降雨缺失数据填补方法、系统及电子设备 | |
CN104112062B (zh) | 基于插值方法的风资源分布的获取方法 | |
CN107092794B (zh) | 用于台风混合气候地区极值风速估算的分析方法及装置 | |
CN115018022B (zh) | 网格化环境监测数据的质量控制方法、装置、设备及介质 | |
Turchi et al. | Forecasting surface-layer atmospheric parameters at the Large Binocular Telescope site | |
US20180156940A1 (en) | Forensic weather system | |
Freedman et al. | The Wind Forecast Improvement Project (WFIP): A public/private partnership for improving short term wind energy forecasts and quantifying the benefits of utility operations. The Southern Study Area, Final Report | |
CN115239105A (zh) | 一种在役风电场的风资源的评估方法以及装置 | |
CN112700349A (zh) | 测风塔选址方法和装置 | |
CN108932554B (zh) | 一种风电场流场量测点的配置优化方法及装置 | |
US10345485B2 (en) | Forensic weather system | |
CN116976227A (zh) | 一种基于lstm机器学习的风暴增水预报方法及系统 | |
CN111090932B (zh) | 一种适应中等复杂地形的在运风电场场地标定方法 | |
Fischer et al. | Seasonal cycle in German daily precipitation extremes | |
Emejeamara et al. | A method for mapping the turbulence intensity and excess energy available to building mounted wind turbines over a UK City | |
CN114841077A (zh) | 一种风电功率预测方法、装置、介质 | |
CN114911788A (zh) | 一种数据插补方法、装置及存储介质 | |
CN207636797U (zh) | 输电线路的台风预警系统 | |
Sane et al. | Consistent predictability of the Ocean State Ocean Model (OSOM) using information theory and flushing timescales |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |