CN110968929A - 风电场风速的预测方法、装置及电子设备 - Google Patents

风电场风速的预测方法、装置及电子设备 Download PDF

Info

Publication number
CN110968929A
CN110968929A CN201811157537.3A CN201811157537A CN110968929A CN 110968929 A CN110968929 A CN 110968929A CN 201811157537 A CN201811157537 A CN 201811157537A CN 110968929 A CN110968929 A CN 110968929A
Authority
CN
China
Prior art keywords
field information
target
information
determining
prediction
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.)
Pending
Application number
CN201811157537.3A
Other languages
English (en)
Inventor
张永林
丁宇宇
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.)
Beijing Goldwind Smart Energy Service Co Ltd
Original Assignee
Beijing Goldwind Smart Energy Service Co 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 Beijing Goldwind Smart Energy Service Co Ltd filed Critical Beijing Goldwind Smart Energy Service Co Ltd
Priority to CN201811157537.3A priority Critical patent/CN110968929A/zh
Publication of CN110968929A publication Critical patent/CN110968929A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例提供了一种风电场风速的预测方法、装置及电子设备，该方法包括：获取目标区域的预测背景场信息以及观测场信息；根据预测背景场信息和观测场信息，确定出目标初始条件和目标边界条件；根据目标初始条件和目标边界条件，预测出目标区域的风速信息。预测背景场信息是预测得到的目标区域的未来一段时间的数据信息，观测场信息实时观测到的目标区域的数据信息，利用观测场信息修正预测背景场信息，能够得到更加准确且相互协调的目标初始条件和目标边界条件，根据该目标初始条件和目标边界条件预测出的目标区域的风速信息也更加准确，更接近未来一段时间内真实的风速信息。

Description

风电场风速的预测方法、装置及电子设备
技术领域
本申请涉及风速的预测技术领域，具体而言，本发明涉及一种风电场风速的预测方法、装置及电子设备。
背景技术
在风电技术领域，风功率预测用于提高风电接入电力系统效率的关键基础技术，而风速预报是风功率预测一个重要环节。目前，数值天气预报方法被广泛应用于风电场的风速预报。
数值天气预报方法属于微分方程初值问题，其初始条件和边界条件的精度和质量对预测数据的结果起到决定性的影响。WRF是一种基于数值天气预报方法的模型，现有技术中的风速预测方法是：WRF根据GFS提供的预测背景场信息确定的初始条件和边界条件，通过该初始条件和边界条件预测风速信息。然而，根据GFS提供的预测背景场信息确定的初始条件和边界条件不够准确，导致最终预测出的风速信息的准确度较低。
发明内容
本申请提供了一种风电场风速的预测方法、装置、电子设备及计算机可读存储介质，用于解决现有技术中存在预测出的风速信息的准确度较低的技术问题。
第一方面，本申请实施例提供了一种风电场风速的预测方法，该方法包括：获取目标区域的预测背景场信息以及观测场信息；根据预测背景场信息和观测场信息，确定出目标初始条件和目标边界条件；根据目标初始条件和目标边界条件，预测出目标区域的风速信息。
第二方面，本申请实施例提供了一种风速的预测装置，包括：获取模块，用于获取目标区域的预测背景场信息以及观测场信息；判断模块，用于根据预测背景场信息和观测场信息，确定出目标初始条件和目标边界条件；预测模块，用于根据目标初始条件和目标边界条件，预测出目标区域的风速信息。
第三方面，本申请实施例提供了一种电子设备，包括：处理器和存储器，存储器配置用于存储机器可读指令，指令在由处理器执行时，使得处理器执行本申请第一方面提供的风电场风速的预测方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请第一方面提供的风电场风速的预测方法。
本申请实施例提供的技术方案带来的有益效果是：
在本申请实施例提供的种风电场风速的预测方法中，预测背景场信息是预测得到的目标区域的未来一段时间的数据信息，观测场信息实时观测到的目标区域的数据信息，利用观测场信息修正预测背景场信息，能够得到更加准确且相互协调的目标初始条件和目标边界条件，该目标初始条件和目标边界条件和真是的大气状况更加接近，根据该目标初始条件和目标边界条件预测出的目标区域的风速信息也更加准确，更接近未来一段时间内真实的风速信息。
将本申请实施例提供的风电场风速的预测方法应用在风电领域中，将风电场设置为目标区域，利用该风电场风速的预测方法获得该风电场的风速预报信息，以该风速信息制定相关的作业计划，合理高效地利用风功率，提高风电接入电力系统效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种风电场风速的预测方法的流程示意图；
图2为本申请实施例提供的另一种风电场风速的预测方法的流程示意图；
图3为本申请实施例提供的一种风速的预测装置的结构示意图；
图4为本申请实施例提供的一种电子设备的结构示意图；
图5为本申请实施例提供的真实的风速数据、利用本申请实施例提供的风电场风速的预测方法获得的风速数据以及利用现有技术中的风电场风速的预测方法获得的风速数据的对比图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
首先对本申请涉及的几个名词进行介绍和解释：
WRF(Weather Research and Forecasting Model，气象研究和预测模型) 数值天气预报中的一种常用的模型，用于根据背景场信息，预测目标区域在预设时间段内的气象数据。
WPS(WRF Preprocessing System，气象研究和预测模型的预处理系统)，属于WRF中的一个系统。
GSI(Gridpoint Statistical Interpolation，格点统计插值分析系统)，用于根据背景场信息和观测场信息确定出分析场信息。
NCEP(National Centers for Environmental Prediction，美国国家环境预报中心)
GFS(Global Forecast Systems，全球预测系统)，提供全球区域的预测的背景场信息。
GDAS(Global Data Assimilation System，全球数据同化系统)，用于提供全球区域的观测场信息。
NCL(National Center for Atmospheric Research Command Language，美国国家大气研究中心的命令语言)，用于提取WRF确定的基础预测信息中的风速预报信息。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
实施例一
本申请实施例一提供了一种风电场风速的预测方法，如图1所示，该方法包括：
S1：获取目标区域的预测背景场信息以及观测场信息。
可选地，在本申请实施例一的S1中，获取目标区域的预测背景场信息以及观测场信息，包括：获取目标区域的在预设时间段的预测背景场信息，获取目标区域的在预设时间段的初始时刻的观测场信息。
S2：根据预测背景场信息和观测场信息，确定出目标初始条件和目标边界条件。
可选地，在本申请实施例一的S2中，根据预测背景场信息和观测场信息，确定出目标初始条件和目标边界条件，包括：在根据预测背景场信息、观测场信息、初始时刻和配置文件信息，确定分析场信息的过程中，确定出目标初始条件。
可选地，在本申请实施例一中，在确定出目标初始条件之后，还包括：根据目标初始条件，以及预测背景场信息中的基础初始条件和基础边界条件，确定出目标边界条件。
S3：根据目标初始条件和目标边界条件，预测出目标区域的风速信息。
可选地，在本申请实施例一的S3中，根据目标初始条件和目标边界条件，确定出目标区域的风速预测信息，包括：根据目标初始条件和目标边界条件，预测出目标区域在预设时间段的基础预测信息；根据基础预测信息，确定出目标区域在预设时间段的风速预报信息。
在本申请实施例一提供的种风电场风速的预测方法中，预测背景场信息是预测得到的目标区域的未来一段时间内的数据信息，观测场信息实时观测到的目标区域的数据信息，利用观测场信息修正预测背景场信息，能够得到更加准确且相互协调的目标初始条件和目标边界条件，该目标初始条件和目标边界条件和真是的大气状况更加接近，根据该目标初始条件和目标边界条件预测出的目标区域的风速信息也更加准确，更接近未来一段时间内真实的风速信息。
将本申请实施例提供的风电场风速的预测方法应用在风电领域中，将风电场设置为目标区域，利用该风电场风速的预测方法获得该风电场的风速预报信息，以该风速信息制定相关的作业计划，合理高效地利用风功率，提高风电接入电力系统效率。
以图5为例，图5示出了某风电场的在2018年8月1日至8月9日的风速数据，A曲线表示在该风电场实际测得的真实的风速数据，B曲线表示利用本申请实施例提供的风电场风速的预测方法获得的该风电场的风速数据，C曲线表示利用现有技术中的风电场风速的预测方法获得的该风电场的风速数据。经计算得知，B曲线与A曲线的9天平均的均方根误差为3.53，C曲线与A曲线的9天平均的均方根误差为3.80，由此可知，相比于现有技术中的风速预测方法，本申请实施例提供的风电场风速的预测方法获得的风速信息更加符合真实的风速信息。
实施例二
本申请实施例二提供了另一种风电场风速的预测方法，如图2所示，该方法包括：
S11：获取目标区域的在预设时间段的预测背景场信息。
预设时间段的具体时间长度可以根据实际需要而定，例如，当前时间点为2018年10月1号0时，当需要预测五天的风速时，则获取目标区域的在2018年10月1号0时至10月5号24时的预测背景场信息。
可选地，在本申请实施例二的S11中，获取目标区域的在预设时间段的预测背景场信息，包括：获取基础预测背景场信息，在基础预测背景场信息中，确定出目标区域的在预设时间段的预测背景场信息。
可选地，在本申请实施例二的S11中，根据基础预测背景场信息，确定出目标区域的在预设时间段的预测背景场信息，包括：对目标区域的地形信息进行插值处理；根据预测时间段以及插值处理后的地形信息，对基础预测背景场信息中的气象信息进行插值处理；根据插值处理后的气象信息，确定出目标区域的在预设时间段的预测背景场信息。
基础背景场资料可以是预测的全球区域的背景场信息，该背景场信息可以在GFS中获取，GFS一般可以发布未来10天的全球区域的背景场资料。在本申请实施例二的S11中，可以先获取GFS中的未来某段时间内全球区域的背景场信息，应当说明的是，获取的全球区域的背景场信息的时间段应当至少覆盖预设时间段，然后在该全球区域的背景场信息中确定出目标区域的在预设时间段的预测背景场信息。
在本申请实施例二中，在全球区域的背景场信息中确定出目标区域的在预设时间段的预测背景场信息可以利用WRF，具体过程如下：
a)根据目标区域和预设时间段，设置WRF中的时间、经纬度、网格数量、分辨率、嵌套、物理过程等参数，完成模型建立。
b)利用WPS中的地形插值模块(geogrid.exe)，在模型的网格中对目标区域的地形数据进行插值处理。
c)利用WPS中的解码模块(ungrib.exe)，解码GFS中的全球区域的背景场信息，转换为适合WRF进行插值的气象数据。
d)利用WPS模式的WPS模块中metgrid.exe程序，根据插值处理后的地形数据，将转换后得到的气象数据进行水平插值，得到WRF的特定水平网格中的有效气象数据。
e)利用WRF中的垂直插值模块(real.exe)，对水平插值后得到的有效气象数据进行垂直方向插值，得到目标区域在预设时间段的预测背景场信息，该预测背景场信息中包括基础初始条件和基础边界条件。
S12：获取目标区域的在预设时间段的初始时刻的观测场信息。
观测场信息包括各个时刻观测到的真实的气象数据。例如，当前时间点为2018年10月1号0时，当需要预测未来五天的风速时，则获取目标区域的在2018年10月1号0时至10月5号24时的预测背景场信息，还需要获取目标区域的在2018年10月1号0时的观测场信息。
可选地，在本申请实施例二的S12中，获取目标区域的在预设时间段的初始时刻的观测场信息，包括：获取基础观测信息，在基础观测信息中，确定出目标区域的在预设时间段的初始时刻的观测场信息。
基础观测信息包括全球区域的各个时刻观测到的真实的气象数据，该基础观测信息在GFS中获取，获取到全球区域在预设时间段的初始时刻观测到的真实的气象数据后，可以从该真实的气象数据提取出目标区域的在预设时间段的初始时刻的观测场信息。
S13：在根据预测背景场信息、观测场信息、初始时刻和配置文件信息，确定分析场信息的过程中，确定出目标初始条件。
本申请实施例二S13的目的是，求解出与背景场信息和观测场信息能够达到最佳拟合状态的分析场信息，将该分析场信息作为目标初始条件。
可选地，在本申请实施例二的S13中，确定分析场信息的过程中，确定出目标初始条件，包括：在预设约束条件下，构建预测背景场信息和观测场信息，与分析场信息之间的总偏差；确定出总偏差最小时的分析场信息，作为目标初始条件。
在申请实施例二的S13中，当预测背景场信息和观测场信息与分析场信息之间的总偏差最小时，即确定此时的分析场信息与背景场信息和观测场信息达到最佳拟合状态，该分析场信息可以作为目标初始条件。
可选地，在本申请实施例二的S13中，在预设约束条件下，构建预测背景场信息和观测场信息，与分析场信息之间的总偏差，包括：在预设约束条件下，构建分析场信息与预测背景场信息之间的第一偏差，以及分析场信息与观测场信息之间的第二偏差；总偏差包括第一偏差和第二偏差。
以及，确定出总偏差最小时的分析场信息，作为目标初始条件，包括：确定出第一偏差与第二偏差之和为最小值时的分析场信息，作为目标初始条件。
本申请实施例二的S13可以利用GSI同化系统实现中的三维变分同化技术实现，将背景场信息和观测场信息代入三维变分同化技术中的目标函数，当求解出目标函数的极小值时，确定出分析场信息，将该分析场信息作为目标初始条件，具体过程如下：
根据预测背景场信息、观测场信息、初始时刻和配置文件信息，设置 GSI同化系统所需各项信息，如计算资源、环境变量和各类参数等，其中，各类参数可以包括本次同化试验的名称、分析时间、背景场数据、分析场数据、统计信息、控制信息和系数信息等。其中，配置文件包括设置控制变量和分析变量的信息文件、背景场误差协方差文件、观测误差协方差文件以及常规观测信息文件。根据设置的信息确定目标函数的解析式，该目标函数的解析式如下：
Figure RE-GDA0001887985620000081
在上述函数解析式中，Xa表征待求解的分析场信息，Xb表征背景场信息，O0表征观测场信息，B为背景误差协方差矩阵，H为观测算子矩阵， O为观测误差协方差矩阵，Jc表征预设约束条件，包括水汽约束条件、动力约束条件等。式中等号右边的第一项表征分析场信息与预测背景场信息之间的第一偏差，式中等号右边的第二项表征分析场信息与观测场信息之间的第二偏差，式中等号右边的第三项Jc表征预设约束条件，预设约束条件包括水汽约束条件、动力约束条件等。
在本申请实施例二的S13中，可以采取逐步迭代的方法，求解目标函数式中等号左边J的极小值，得到表征待求解的分析场信息的Xa，作为目标初始条件。
S14：根据目标初始条件，以及预测背景场信息中的基础初始条件和基础边界条件，确定出目标边界条件。
可选地，本申请实施例二的S14可以利用WRF实现，具体过程如下：
根据目标初始条件，以及预测背景场信息中的基础初始条件和基础边界条件，设置WRF中更新边界条件所需的各类参数，例如各文件存放目录和调试信息等。利用WRF中的更新边界模块(da_update_bc.exe)，根据设置好的参数，生成目标边界条件，生成的目标边界条件与目标初始条件相互协调一致。
S15：根据目标初始条件和目标边界条件，预测出目标区域在预设时间段的基础预测信息。
在本申请实施例二的S15可以利用WRF实现，具体过程如下：根据目标初始条件和目标边界条件，利用WRF模式通量形式的欧拉方程组计算目标区域在预设时间段的基础预测信息。基础预测信息包括目标区域在预设时间段预测的气象数据，预测的气象数据中包括风速数据。
S16：根据基础预测信息，确定出目标区域在预设时间段的风速预报信息。
在本申请实施例二的S16中，可以利用NCL在基础预测信息提取出目标区域在预设时间段的风速预报信息。
实施例三
本申请实施例提供了一种风速的预测装置，如图3所示，该风速的预测装置200可以包括：获取模块201、判断模块202以及预测模块203。
其中，获取模块201用于获取目标区域的预测背景场信息以及观测场信息。
判断模块202用于根据预测背景场信息和观测场信息，确定出目标初始条件和目标边界条件。
预测模块203用于根据目标初始条件和目标边界条件，预测出目标区域的风速信息。
实施例四
本申请实施例提供了一种电子设备，如图4所示，电子设备300包括：处理器301和存储器302。存储器配置用于存储机器可读指令，指令在由处理器执行时，使得处理器执行本申请实施例一和实施例二提供的风电场风速的预测方法。
本申请实施例中的存储器302上存储有计算机程序，该计算机程序由处理器301执行以实现本申请实施例所提供的工程建设计划的预测方法。
本申请实施例中的存储器302可以是ROM(Read-Only Memory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，可以是 RAM(Random Access Memory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM(Electrically Erasable Programmable Read Only Memory，电可擦可编程只读存储器)、CD-ROM (Compact Disc Read-Only Memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
本申请实施例中的处理器301可以是CPU(Central Processing Unit，中央处理器)、通用处理器、DSP(Digital Signal Processor，数据信号处理器)、ASIC(ApplicationSpecific Integrated Circuit，专用集成电路)、 FPGA(Field－Programmable GateArray，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器301也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
本技术领域技术人员可以理解，本申请实施例提供的工程建设计划的预测设备可以为所需的目的而专门设计和制造，或者也可以包括通用计算机中的已知设备。这些设备具有存储在其内的计算机程序，这些计算机程序选择性地激活或重构。这样的计算机程序可以被存储在设备(例如，计算机)可读介质中或者存储在适于存储电子指令并分别耦联到总线的任何类型的介质中。
实施例五
本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请实施例一和实施例二提供的风电场风速的预测方法。
该计算机可读介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM、RAM、EPROM(Erasable Programmable Read-Only Memory，可擦写可编程只读存储器)、EEPROM、闪存、磁性卡片或光线卡片。也就是，可读介质包括由设备(例如，计算机)以能够读的形式存储或传输信息的任何介质。
在本申请实施例提供的种风电场风速的预测方法中，预测背景场信息是预测得到的目标区域的未来一段时间的数据信息，观测场信息实时观测到的目标区域的数据信息，利用观测场信息修正预测背景场信息，能够得到更加准确且相互协调的目标初始条件和目标边界条件，该目标初始条件和目标边界条件和真是的大气状况更加接近，根据该目标初始条件和目标边界条件预测出的目标区域的风速信息也更加准确，更接近未来一段时间内真实的风速信息。
将本申请实施例提供的风电场风速的预测方法应用在风电领域中，将风电场设置为目标区域，利用该风电场风速的预测方法获得该风电场的风速预报信息，以该风速信息制定相关的作业计划，合理高效地利用风功率，提高风电接入电力系统效率。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (13)

1.一种风电场风速的预测方法，其特征在于，包括：
获取目标区域的预测背景场信息以及观测场信息；
根据所述预测背景场信息和所述观测场信息，确定出目标初始条件和目标边界条件；
根据所述目标初始条件和所述目标边界条件，预测出所述目标区域的风速信息。
2.根据权利要求1所述的方法，其特征在于，所述获取目标区域的预测背景场信息以及观测场信息，包括：
获取所述目标区域的在预设时间段的所述预测背景场信息；
以及，获取所述目标区域的在所述预设时间段的初始时刻的所述观测场信息。
3.根据权利要求2所述的方法，其特征在于，根据所述预测背景场信息和所述观测场信息，确定出目标初始条件和目标边界条件，包括：
在根据所述预测背景场信息、所述观测场信息、所述初始时刻和配置文件信息，确定分析场信息的过程中，确定出所述目标初始条件。
4.根据权利要求3所述的方法，其特征在于，所述确定分析场信息的过程中，确定出所述目标初始条件，包括：
在预设约束条件下，构建所述预测背景场信息和所述观测场信息，与所述分析场信息之间的总偏差；
确定出所述总偏差最小时的分析场信息，作为所述目标初始条件。
5.根据权利要求4所述的方法，其特征在于，所述在预设约束条件下，构建所述预测背景场信息和所述观测场信息，与所述分析场信息之间的总偏差，包括：
在预设约束条件下，构建所述分析场信息与所述预测背景场信息之间的第一偏差，以及所述分析场信息与所述观测场信息之间的第二偏差；所述总偏差包括所述第一偏差和所述第二偏差；
以及，所述确定出所述总偏差最小时的分析场信息，作为所述目标初始条件，包括：
确定出所述第一偏差与所述第二偏差之和为最小值时的分析场信息，作为所述目标初始条件。
6.根据权利要求3所述的方法，其特征在于，在所述确定出所述目标初始条件之后，还包括：
根据所述目标初始条件，以及所述预测背景场信息中的基础初始条件和基础边界条件，确定出所述目标边界条件。
7.根据权利要求2所述的方法，其特征在于，获取所述目标区域的在预设时间段的所述预测背景场信息，包括：
获取所述基础预测背景场信息；
在所述基础预测背景场信息中，确定出所述目标区域的在预设时间段的所述预测背景场信息。
8.根据权利要求7所述的方法，其特征在于，所述根据所述基础预测背景场信息，确定出所述目标区域的在预设时间段的所述预测背景场信息，包括：
对所述目标区域的地形信息进行插值处理；
根据所述预测时间段以及插值处理后的所述地形信息，对所述基础预测背景场信息中的气象信息进行插值处理；
根据插值处理后的所述气象信息，确定出所述目标区域的在预设时间段的所述预测背景场信息。
9.根据权利要求2所述的方法，其特征在于，所述获取所述目标区域的在所述预设时间段的初始时刻的所述观测场信息，包括：
获取基础观测信息；
在所述基础观测信息中，确定出所述目标区域的在所述预设时间段的初始时刻的所述观测场信息。
10.根据权利要求2所述的方法，其特征在于，根据所述目标初始条件和所述目标边界条件，确定出所述目标区域的风速预测信息，包括：
根据所述目标初始条件和所述目标边界条件，预测出所述目标区域在所述预设时间段的基础预测信息；
根据所述基础预测信息，确定出所述目标区域在所述预设时间段的风速预报信息。
11.一种风速的预测装置，其特征在于，包括：
获取模块，用于获取目标区域的预测背景场信息以及观测场信息；
判断模块，用于根据所述预测背景场信息和所述观测场信息，确定出目标初始条件和目标边界条件；
预测模块，用于根据所述目标初始条件和所述目标边界条件，预测出所述目标区域的风速信息。
12.一种电子设备，其特征在于，包括：
处理器；以及
存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时，使得所述处理器执行权利要求1-10任一项所述的风电场风速的预测方法。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-10任一项所述的风电场风速的预测方法。
CN201811157537.3A 2018-09-30 2018-09-30 风电场风速的预测方法、装置及电子设备 Pending CN110968929A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811157537.3A CN110968929A (zh) 2018-09-30 2018-09-30 风电场风速的预测方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811157537.3A CN110968929A (zh) 2018-09-30 2018-09-30 风电场风速的预测方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN110968929A true CN110968929A (zh) 2020-04-07

Family

ID=70028926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811157537.3A Pending CN110968929A (zh) 2018-09-30 2018-09-30 风电场风速的预测方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN110968929A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112541655A (zh) * 2020-11-09 2021-03-23 华能新能源股份有限公司 一种针对区域风能资源精细化评估需求的大气再分析方法
CN112596126A (zh) * 2020-06-30 2021-04-02 北京金风慧能技术有限公司 风速预测模型训练方法、预测方法、装置及电子设备
CN117574035A (zh) * 2023-11-17 2024-02-20 国能日新科技股份有限公司 风速的预测方法、装置及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140244188A1 (en) * 2013-02-28 2014-08-28 International Business Machines Corporation Forecasting output power of wind turbine in wind farm
CN105576650A (zh) * 2015-12-29 2016-05-11 北京国能日新系统控制技术有限公司 基于同化技术与同风带理论的风电功率预测方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140244188A1 (en) * 2013-02-28 2014-08-28 International Business Machines Corporation Forecasting output power of wind turbine in wind farm
CN105576650A (zh) * 2015-12-29 2016-05-11 北京国能日新系统控制技术有限公司 基于同化技术与同风带理论的风电功率预测方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张飞民 等: "利用WRF-3DVAR同化常规观测资料对近地层风速预报的改进试验", 《高原气象》 *
董旭光 等: "环渤海区域风能资源WRF同化模拟及特征分析", 《自然资源学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112596126A (zh) * 2020-06-30 2021-04-02 北京金风慧能技术有限公司 风速预测模型训练方法、预测方法、装置及电子设备
CN112541655A (zh) * 2020-11-09 2021-03-23 华能新能源股份有限公司 一种针对区域风能资源精细化评估需求的大气再分析方法
CN112541655B (zh) * 2020-11-09 2023-12-08 华能新能源股份有限公司 一种针对区域风能资源精细化评估需求的大气再分析方法
CN117574035A (zh) * 2023-11-17 2024-02-20 国能日新科技股份有限公司 风速的预测方法、装置及设备

Similar Documents

Publication Publication Date Title
CN110968929A (zh) 风电场风速的预测方法、装置及电子设备
CN113592165B (zh) 基于旬倾向和物理模态建模的次季节气候预测方法与系统
CN109543907B (zh) 一种复杂地形风资源评估方法及其装置
CN110390343B (zh) 一种空间气象数据的订正方法及系统
KR101264873B1 (ko) 단계적 회귀 분석을 이용한 풍력 밀도 예측 방법
CN114112995B (zh) 基于三维变分技术的气溶胶光学特性资料同化方法和装置
CN115630567A (zh) 一种海岸带土壤有机碳储量模拟及预测方法
CN111639803A (zh) 一种应用于气候变化情景下区域未来植被指数的预估方法
CN116703004B (zh) 一种基于预训练模型的水系流域智慧巡护方法和装置
US20140142912A1 (en) Automating weather model configurations
CN115081307A (zh) 一种基于神经网络的气象数值模式同化方法及装置
CN111913236A (zh) 气象数据处理方法、装置、计算机设备和存储介质
CN115239105A (zh) 一种在役风电场的风资源的评估方法以及装置
CN116307282A (zh) 一种基于机理模型和数据驱动的风电功率预测方法及系统
CN113568067B (zh) 数值天气预报方法、装置、计算机存储介质及电子设备
CN112580844A (zh) 气象数据处理方法、装置、设备及计算机可读存储介质
CN110852472A (zh) 一种基于随机森林算法的陆地水储量预测方法及设备
CN112700349A (zh) 测风塔选址方法和装置
CN114707687A (zh) 基于热带大气次季节振荡信号的旬降水预测方法和系统
CN117091675A (zh) 一种大坝水位监测预警方法、系统、电子设备及存储介质
CN115391745B (zh) 一种基于概率匹配平均法的降水预报订正方法及系统
CN115983478A (zh) 分布式光伏发电功率预测分析方法、系统、终端及介质
CN115906672A (zh) 大气温度场下历史建筑结构响应预测方法及系统
KR20170069396A (ko) Wise-r 실시간 초단기 미세기상 예측 모델
Untalan et al. Species distribution modelling of two species endemic to the Philippines to show the applicability of MaxEnt

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200407