CN111984910B - 一种秒级探空前30s风速求算及效果检验方法 - Google Patents

一种秒级探空前30s风速求算及效果检验方法 Download PDF

Info

Publication number
CN111984910B
CN111984910B CN202010823821.0A CN202010823821A CN111984910B CN 111984910 B CN111984910 B CN 111984910B CN 202010823821 A CN202010823821 A CN 202010823821A CN 111984910 B CN111984910 B CN 111984910B
Authority
CN
China
Prior art keywords
sounding
wind speed
wind
tower
level
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
Application number
CN202010823821.0A
Other languages
English (en)
Other versions
CN111984910A (zh
Inventor
李庆雷
远芳
廖捷
周自江
陈丽凡
龚玺
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.)
National Meteorological Information Center
Original Assignee
National Meteorological Information Center
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 National Meteorological Information Center filed Critical National Meteorological Information Center
Priority to CN202010823821.0A priority Critical patent/CN111984910B/zh
Publication of CN111984910A publication Critical patent/CN111984910A/zh
Application granted granted Critical
Publication of CN111984910B publication Critical patent/CN111984910B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/001—Full-field flow measurement, e.g. determining flow velocity and direction in a whole region at the same time, flow visualisation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/08—Adaptations of balloons, missiles, or aircraft for meteorological purposes; Radiosondes
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Mathematical Physics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)

Abstract

本发明公开一种秒级探空前30s风速求算及效果检验方法，秒级探空近地面风速订正算法；挑选测风塔和探空台站，进行位置匹配；基于测风塔资料对订正算法进行效果检验。利用本申请提出算法得到的秒级探空近地面风速，为风电场资源评估提供了一种新的数据源，可以作为对风场范围内的风资源情况进行分析统计的重要初值条件。可以辅助提高风能资源分布评估的准确性，为测风塔、风电场的最终选址提供全面有效的科学依据。由于本申请算法得到的近地面风速相对于以前的方法得到的结果，更符合物理规律，因此可以为大气边界层污染物扩散模拟、数值模式参数化方案、数值预报资料同化等研究提供更精准的观测资料和初值场条件。

Description

一种秒级探空前30s风速求算及效果检验方法
技术领域
本发明涉及探空资料处理应用技术领域。具体地说是一种秒级探空前30s风速求算及效果检验方法。
背景技术
风能是一种重要的可再生清洁能源。为了充分利用风力发电，在投建风场之前，需要对某一地点进行长时间的数据采集与观测，然后利用所采集与观测到的数据进行相关的风资源评估，来预测该地点是否适合建设风电场。人们根据某地的地形及风能等气象要素绘制出来的风能等级图，可以清晰地观察到某地的风资源大小。测风塔观测是评估风能资源分布的重要数据来源，它可以测量距离地面100m以下的风场，测量的高度为10m、30m、50m、70m、100m等等。但是，其不足之处在于，建设气象测风塔需要高额造价，测风塔无法移动和探测空间范围有限等等。
而探空观测是风资料的另一个重要来源。在我国，2011年已经全面完成由59-701型探空系统向L波段电子探空仪系统的更新换代，新一代探空系统可以提供高垂直分辨率的秒级探空定位数据。然而，现有的基于秒级探空方位数据得到的高空风速计算方法中，采取在不同的探空高度处使用不同的时间窗，这就导致，探空前30s的秒级风速不能利用已有算法得到。这是因为，已有算法中，第31s的秒级探空风速由第0秒(放球前一刻)和第60s的秒级探空方位数据求得，在最小时间窗口位60s的前提下，难以对前30s风速进行计算。而一旦将时间窗口缩小，就会带来因为雷达定位误差变大导致的巨大风速偏差。因此，对于前30s的探空风速，现有业务软件采用的方法是用第0秒和第31s的风速进行线性插值，但是，由于风速精度较低，这种插值算法往往导致探空秒级风速在前30s呈现台阶型分布，表现为风速数秒内没有变化，而一旦变化，往往是跳变到另一个台阶，又持续数秒后继续跳变。这跟实际近地面层风速的垂直切边规律严重不符。
因此，针对上述具体问题，亟需发展一种更加合理、全面有效的、全新的秒级探空观测的中，前30s秒级风速的计算方法，以克服上述缺陷，使其符合大气近地面层风速的垂直变化规律。
发明内容
为此，本发明所要解决的技术问题在于提供一种保证近地面秒级探空观测数据的准确性，较现有秒级探空前30s风速资料更加符合近地面风速指数变化的物理规律的秒级探空前30s风速求算及效果检验方法。通过已有观测数据得到当前大气状态下的垂直风切变指数，利用该指数及台站元数据信息得到秒级探空前30s风速，并利用与探空台站位置匹配的测风塔风速资料对算法进行效果检验。
为解决上述技术问题，本发明提供如下技术方案：
一种秒级探空前30s风速求算及效果检验方法，包括如下步骤：
步骤P1：秒级探空近地面风速订正算法；
步骤P2：挑选测风塔和探空台站，进行位置匹配；
步骤P3：基于测风塔资料对订正算法进行效果检验。
上述一种秒级探空前30s风速求算及效果检验方法，在步骤P1中包括如下步骤：
步骤P101：计算第n秒时的探空高度；
步骤P102：计算经验风切变指数αA；
步骤P103:计算第n秒时的探空风速Wn。
上述一种秒级探空前30s风速求算及效果检验方法，在步骤P101中：探空站点的海拔高度为H0，则已知探空观测廓线A第1秒到第30秒之间内的第n秒时的探空观测高度记作Hn；由于探空气球的垂直上升速度可以近似认为是5m/s，因此，第n秒时的探空高度：
Hn＝H0+5n(n≤30) (1)。
上述一种秒级探空前30s风速求算及效果检验方法，在步骤P102中：经验风切变指数αA为：
其中，H31是第31秒时刻探空气球的近似位置，可以由公式(1)计算得到；W0为探空站的地面风速，探空观测廓线A的第31秒时刻风速为W31。
上述一种秒级探空前30s风速求算及效果检验方法，在步骤P103中：利用上述公式(1)得到的第n秒时的探空高度Hn，以及公式(2)得到的当前观测的经验风切变指数αA，通过平均风速经验公式，可得到第n秒时的探空风速Wn：
上述一种秒级探空前30s风速求算及效果检验方法，在步骤P2中，包括：
步骤P201：位置匹配主要借助探空站点和测风塔的经纬度坐标，将探空站点的经纬度坐标记作(Lonradio，Latradio)，将测风塔的经纬度坐标记作(Lontower，Lattower)，则若满足如下条件T，认为所选取的测风塔与探空站点匹配较好：
T：|Lonradio-Lontower|<1°且|Latradio-Lattower|<1° (4)；
步骤P202：依照公式(4)，从全国400座测风塔以及120个探空站中，挑选数据质量较好的、符合上述要求的、位置匹配最好的11个探空站和14个测风塔。
上述一种秒级探空前30s风速求算及效果检验方法，在步骤P3中
步骤P301：选定一个时段，选取该时段测风塔每天00UTC时刻的逐层风速资料；
步骤P302：选择与步骤P301相同时段，及与测风塔位置相匹配的探空站点，提取已有观测数据与测风塔观测近似相同高度处的风速；
步骤P303：选择与步骤P301相同时段，及与测风塔位置相匹配的探空站点，利用公式(1)、公式(2)和公式(3)对每条探空廓线的相同高度处探空观测风速进行计算；
步骤P304：将上述步骤P301、步骤P302和步骤P303得到的三条风速时间序列，画在同一坐标系中，通过对比三条时间序列的差异，对步骤P1中得到秒级探空风速Wn进行效果检验。
上述一种秒级探空前30s风速求算及效果检验方法，在步骤P301中测风塔逐层风速资料为近地面逐层的风速资料，近地面层为高度小于100m。
上述一种秒级探空前30s风速求算及效果检验方法，在满足条件T的情况下，存在一个探空站匹配多个测风塔的情况，步骤P3对步骤P1秒级探空近地面风速订正算法提出的效果检验结果无影响。
本发明的技术方案取得了如下有益的技术效果：
本申请综合考虑秒级探空和测风塔这两种不同来源的资料，设计了秒级探空前30s风速求算方法，并利用与探空站位置匹配较好的测风塔资料对算法效果进行检验。
本申请针对性地补充了现有秒级探空风速算法中的技术缺陷，保证了近地面秒级探空观测数据的准确性，较现有秒级探空前30s风速资料更加符合近地面风速指数变化的物理规律，充分借助了已有的测风塔观测风速，对算法效果进行检验。
(1)无需额外增加新的探空观测成本及其他试验成本；
(2)针对性地补充了现有秒级探空风速算法中的技术缺陷，保证了近地面秒级探空观测数据的准确性；
(3)充分借助了已有的测风塔观测风速，对算法进行效果检验评估；
(4)计算得到的近地面秒级探空风速，一定程度上，弥补了大气边界层垂直方向风速观测的稀缺，为风能资源的评估及风电场的建设等，提供了新的数据源。
(5)相对于已有的风速数据采用线性插值的做法，本发明提出的方法，得到的结果更加符合近地面风速指数变化的物理规律。
利用本申请提出算法得到的秒级探空近地面风速，一方面，为风电场资源评估提供了一种新的数据源，可以作为对风场范围内的风资源情况进行分析统计的重要初值条件。可以辅助提高风能资源分布评估的准确性，为测风塔、风电场的最终选址提供全面有效的科学依据。另一方面，由于本申请算法得到的近地面风速相对于以前的方法得到的结果，更符合物理规律，因此可以为大气边界层污染物扩散模拟、数值模式参数化方案、数值预报资料同化等研究提供更精准的观测资料和初值场条件。
本申请的创新之处在于：1.充分利用了待完善的秒级探空风速廓线的已有信息，借助这些信息自适应地求得本次观测时刻的大气垂直风切变指数，并将其应用到秒级探空前30s风速计算中，使得新得到的风速较已有结果更符合物理变化规律。2.借助了测风塔资料的精准性，通过与位置相近的探空台站进行时空匹配，交叉检验了上述算法的有效性。
本申请提出的算法的价值，尤其体现在不远的将来，全国的探空系统将陆续由台站固定雷达定位测风，改为北斗导航测风，将大大增加本申请算法的适用范围，例如，可以在特定地点进行放球观测，得到当地的近地面风速。这也可以从另一个方面节省建设气象测风塔的高额造价，克服测风塔无法移动和探测空间范围有限的不足。
附图说明
图1本发明提出的近地面层探空秒风订正算法(New)与现有观测算法(Original)的对比效果图(北京站，54511，2014050200UTC)；
图2相比于现有观测算法(Original)以及已发表的改进后算法(Existing)，本发明提出的近地面层探空秒风订正算法(New)在一次廓线中的对比结果；
图3对比2012年5月00UTC时次，匹配的探空站点54778(122.367°E，37.133°N)与测风塔15014(122.473°E，37.421°N)的观测风速对比。
具体实施方式
本实施例的秒级探空前30s风速求算及效果检验方法，包括如下步骤：
步骤P1：秒级探空近地面风速订正算法；
步骤P2：挑选测风塔和探空台站，进行位置匹配；
步骤P3：基于测风塔资料对订正算法进行效果检验。
步骤P1：秒级探空近地面风速订正算法。
步骤P101：计算第n秒时的探空高度；
探空站点的海拔高度为H0，则已知探空观测廓线A第1秒到第30秒之间内的第n秒时的探空观测高度记作Hn；由于探空气球的垂直上升速度可以近似认为是5m/s，因此，第n秒时的探空高度：
Hn＝H0+5n(n≤30) (1)。
步骤P102：计算经验风切变指数αA；
其中，H31是第31秒时刻探空气球的近似位置，可以由公式(1)计算得到；W0为探空站的地面风速，探空观测廓线A的第31秒时刻风速为W31。
步骤P103:计算第n秒时的探空风速Wn。
利用上述公式(1)得到的第n秒时的探空高度Hn，以及公式(2)得到的当前观测的经验风切变指数αA，通过平均风速经验公式，可得到第n秒时的探空风速Wn：
值得一提的是，该秒级探空近地面风速订正算法的创新之处在于，以往应用的风切变指数α的数值对于一个地点来说是固定不变的，而此处，αA的数值大小是综合考虑了本次探空观测廓线A的实际数据以及探空台站的元数据信息求得，不需要借助其他观测数据来提前统计得到。这极大提高了订正算法在实时观测时的可用性。
尽管此处公式(1)、公式(2)和公式(3)都是经验公式，然而，对于秒级探空观测风速求算而言，已有技术方法仅仅基于两点之间风速的线性插值，并没有将公式(1)、公式(2)和公式(3)这些经验公式组合起来应用在秒级探空风速的求算中，以解决当前观测系统中秒级探空近地面风速不合理的实际问题(如图1和图2所示)。
图1为近地面层探空秒风订正算法(New)与现有观测算法(Original)的对比效果图(北京站，54511，2014050200UTC)，图中亦给出了第0秒与第31秒风速的线性插值对照图。可以看出，本文提出的地面层探空秒风订正算法，更好地反应了近地面风速的指数变化规律，这是因为，随高度的增加，风速受地表拖拽力的影响逐渐减小，导致其速度变化的曲率是逐渐增加的，即其加速度随高度增大。
图2相比于现有观测算法(Original)以及已发表的改进后算法(Existing)，本文提出的近地面层探空秒风订正算法(New)在一次廓线中的对比结果(为了清晰对比，图中曲线进行了平移)。可以看出，新提出的近地面层探空秒风订正算法(New)补充了探空的前30秒观测的缺测值，且与第31秒及以后的探空风速廓线的连续性更好(北京站，54511，2014050200UTC)。
步骤P2：挑选测风塔和探空台站，进行位置匹配。
步骤P201：位置匹配主要借助探空站点和测风塔的经纬度坐标，将探空站点的经纬度坐标记作(Lonradio，Latradio)，将测风塔的经纬度坐标记作(Lontower，Lattower)，则若满足如下条件T，认为所选取的测风塔与探空站点匹配较好：
T：|Lonradio-Lontower|<1°且|Latradio-Lattower|<1° (4)；
步骤P202：依照公式(4)，从全国400座测风塔以及120个探空站中，挑选数据质量较好的、符合上述要求的、位置匹配最好的11个探空站和14个测风塔。借助测风塔资料在近地面层(100m以内)的观测风速，对本算法得到的秒级探空风速进行效果检验。
值得说明的是，由于有的测风塔位置较近，在满足条件T的情况下，存在一个探空站匹配多个测风塔的情况，对本算法提出的检验结果无影响。
步骤P3：基于测风塔资料对订正算法进行效果检验。
步骤P301：选定一个时段，选取该时段测风塔每天00UTC时刻的逐层(10m，30m，50m，70m，等)风速资料；本实施例中，选择2012年5月，取00UTC时刻70m处观测风速时间序列进行对比检验。
步骤P302：选择与步骤P301相同时段，及与测风塔位置相匹配的探空站点，提取已有观测数据与测风塔观测近似相同高度处的风速；本实施例选取探空第14秒处的观测风速，由于气球上升速度近似5m/s，利用公式(1)，第14s时探空仪器近似位于约70m高度处。
步骤P303：选择与步骤P301相同时段，及与测风塔位置相匹配的探空站点，利用公式(1)、公式(2)和公式(3)对每条探空廓线的70m高度处探空观测风速进行计算；
步骤P304：将上述步骤P301、步骤P302和步骤P303得到的三条风速时间序列，画在同一坐标系中，通过对比三条时间序列的差异，对步骤P1中得到秒级探空风速Wn进行效果检验，如图4所示。图4为对比2012年5月00UTC时次，匹配的探空站点54778(122.367°E，37.133°N)与测风塔15014(122.473°E，37.421°N)的观测风速对比。可以看出，探空观测风速与测风塔观测风速的变化趋势都基本吻合。而对比新旧两种方法得到的近地面探空风速结果，本发明提出的秒级探空近地面风速订正新算法得到的风速变化更有规律，该时段中出现僵直及奇异值的情况更少，与测风塔资料吻合度更好。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本专利申请权利要求的保护范围之中。

Claims (2)

1.一种秒级探空前30s风速求算及效果检验方法，其特征在于，包括如下步骤：
步骤P1：秒级探空近地面风速订正算法；
步骤P2：挑选测风塔和探空台站，进行位置匹配；
步骤P3：基于测风塔资料对订正算法进行效果检验；
在步骤P1中包括如下步骤：
步骤P101：计算第n秒时的探空高度；
步骤P102：计算经验风切变指数αA；
步骤P103:计算第n秒时的探空风速Wn；
在步骤P101中：探空站点的海拔高度为H0，则已知探空观测廓线A第1秒到第30秒之间内的第n秒时的探空观测高度记作Hn；由于探空气球的垂直上升速度近似认为是5m/s，因此，第n秒时的探空高度：
Hn＝H0+5n(n≤30) (1)；
在步骤P102中：经验风切变指数αA为：
其中，H31是第31秒时刻探空气球的近似位置，由公式(1)计算得到；W0为探空站的地面风速，探空观测廓线A的第31秒时刻风速为W31；
在步骤P103中：利用上述公式(1)得到的第n秒时的探空高度Hn，以及公式(2)得到的当前观测的经验风切变指数αA，通过平均风速经验公式，得到第n秒时的探空风速Wn：
在步骤P2中，包括：
步骤P201：位置匹配主要借助探空站点和测风塔的经纬度坐标，将探空站点的经纬度坐标记作(Lonradio，Latradio)，将测风塔的经纬度坐标记作(Lontower，Lattower)，则若满足如下条件T，认为所选取的测风塔与探空站点匹配较好：
T：|Lonradio-Lontower|<1°且|Latradio-Lattower|<1° (4)；
步骤P202：依照公式(4)，从全国400座测风塔以及120个探空站中，挑选数据质量较好，符合上述要求，且位置匹配最好的11个探空站和14个测风塔；
在步骤P3中：
步骤P301：选定一个时段，选取该时段测风塔每天00UTC时刻的逐层风速资料；
步骤P302：选择与步骤P301相同时段，及与测风塔位置相匹配的探空站点，提取已有观测数据与测风塔观测近似相同高度处的风速；
步骤P303：选择与步骤P301相同时段，及与测风塔位置相匹配的探空站点，利用公式(1)、公式(2)和公式(3)对每条探空廓线的相同高度处探空观测风速进行计算；
步骤P304：将上述步骤P301、步骤P302和步骤P303得到的三条风速时间序列，画在同一坐标系中，通过对比三条时间序列的差异，对步骤P1中得到秒级探空风速Wn进行效果检验；
在步骤P301中测风塔逐层风速资料为近地面逐层的风速资料，近地面层为高度小于100m。
2.根据权利要求1所述的一种秒级探空前30s风速求算及效果检验方法，其特征在于，在满足条件T的情况下，存在一个探空站匹配多个测风塔的情况，步骤P3对步骤P1秒级探空近地面风速订正算法提出的效果检验结果无影响。
CN202010823821.0A 2020-08-17 2020-08-17 一种秒级探空前30s风速求算及效果检验方法 Active CN111984910B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010823821.0A CN111984910B (zh) 2020-08-17 2020-08-17 一种秒级探空前30s风速求算及效果检验方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010823821.0A CN111984910B (zh) 2020-08-17 2020-08-17 一种秒级探空前30s风速求算及效果检验方法

Publications (2)

Publication Number Publication Date
CN111984910A CN111984910A (zh) 2020-11-24
CN111984910B true CN111984910B (zh) 2024-02-09

Family

ID=73435511

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010823821.0A Active CN111984910B (zh) 2020-08-17 2020-08-17 一种秒级探空前30s风速求算及效果检验方法

Country Status (1)

Country Link
CN (1) CN111984910B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573363A (zh) * 2015-01-05 2015-04-29 南方电网科学研究院有限责任公司 一种沿海地区架空输电线路设计风速的空间取值方法
CN106296462A (zh) * 2016-08-18 2017-01-04 中国能源建设集团江苏省电力设计院有限公司 一种基于双测风塔数据的既有风电场粗糙度值确定方法
CN107316109A (zh) * 2017-06-29 2017-11-03 国网湖南省电力公司 架空线路冬季近地面风速预测方法、系统及装置
KR101866505B1 (ko) * 2016-12-30 2018-07-23 한국에너지기술연구원 복잡지형에서 풍력자원조사를 위한 원격탐사장비의 최적 설치위치 결정방법
CN108415101A (zh) * 2018-02-14 2018-08-17 国家气象信息中心 秒级探空资料的稀疏化方法
CN109298466A (zh) * 2018-09-29 2019-02-01 国家气象信息中心 探空特性层择取的阈值参数选定方法
CN110110482A (zh) * 2019-05-22 2019-08-09 国家气象信息中心 探空特性层温度偏差订正及效果检验算法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8483963B2 (en) * 2010-09-13 2013-07-09 John Bertrand Kline Method of evaluating wind flow based on terrain exposure and elevation
CN102628876B (zh) * 2012-02-13 2013-07-31 甘肃省电力公司风电技术中心 一种包含上下游效应实时监测的超短期预测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573363A (zh) * 2015-01-05 2015-04-29 南方电网科学研究院有限责任公司 一种沿海地区架空输电线路设计风速的空间取值方法
CN106296462A (zh) * 2016-08-18 2017-01-04 中国能源建设集团江苏省电力设计院有限公司 一种基于双测风塔数据的既有风电场粗糙度值确定方法
KR101866505B1 (ko) * 2016-12-30 2018-07-23 한국에너지기술연구원 복잡지형에서 풍력자원조사를 위한 원격탐사장비의 최적 설치위치 결정방법
CN107316109A (zh) * 2017-06-29 2017-11-03 国网湖南省电力公司 架空线路冬季近地面风速预测方法、系统及装置
CN108415101A (zh) * 2018-02-14 2018-08-17 国家气象信息中心 秒级探空资料的稀疏化方法
CN109298466A (zh) * 2018-09-29 2019-02-01 国家气象信息中心 探空特性层择取的阈值参数选定方法
CN110110482A (zh) * 2019-05-22 2019-08-09 国家气象信息中心 探空特性层温度偏差订正及效果检验算法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
L波段探空秒级资料稀疏化方案及检验方法;李庆雷;远芳;杨贵;廖捷;胡开喜;姚爽;周自江;;气象科技进展(01);全文 *
基于ERA-Interim的L波段探空秒级风速算法检验;李庆雷;远芳;廖捷;胡开喜;杨贵;;气象科技(05);全文 *
复杂地形多测风塔综合地貌及风切变拟合修正的风资源评估方法研究;迟继峰;钟天宇;刘庆超;张伟;;华电技术(11);全文 *
平原地区风切变指数的计算方法;王炎;崔永峰;袁红亮;宋俊博;;西北水电(02);全文 *
探空气球漂移及其对数值预报影响的研究;刘红亚, 薛纪善, 沈桐立, 庄世宇, 朱国富;应用气象学报(04);全文 *
虎门二桥桥位处风场特性观测研究;鲜荣;代希华;;四川建筑(01);全文 *
风电场代表年风速计算方法的分析;杜燕军;冯长青;;可再生能源(01);全文 *

Also Published As

Publication number Publication date
CN111984910A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
US20160203245A1 (en) Method for simulating wind field of extreme arid region based on wrf
CN109001845B (zh) 一种降雨量的预报方法
CN111323352B (zh) 融合细颗粒物浓度数据的区域pm2.5遥感反演模型
CN108319772A (zh) 一种波浪长期数据的再分析方法
CN116910041B (zh) 一种基于尺度分析的遥感降水产品的逐日订正方法
CN115115224A (zh) 一种矿区植被碳汇分级及变化趋势评价分析方法
CN115808727A (zh) 百米级阵风客观预报方法及装置
Gong et al. Dynamic-statistics combined forecast scheme based on the abrupt decadal change component of summer precipitation in East Asia
CN107944466B (zh) 一种基于分段思想的降雨偏差纠正方法
CN111984910B (zh) 一种秒级探空前30s风速求算及效果检验方法
CN111208535B (zh) 一种基于国际参考电离层总电子含量异常值修正的计算方法
Huang et al. Non-stationary statistical modeling of extreme wind speed series with exposure correction
Li et al. The climate influence of anthropogenic land-use changes on near-surface wind energy potential in China
Wardah et al. Radar rainfall estimates comparison with kriging interpolation of gauged rain
CN115511192B (zh) 一种基于闪电资料同化的降水预报方法及系统
CN115980697A (zh) 一种不同天气条件下激光雷达反演边界层高度的方法
Kann et al. Verification of operational analyses using an extremely high-density surface station network
CN113610436B (zh) 一种承灾体动态脆弱性评估方法及系统
CN115730524A (zh) 一种基于机器学习的数值模拟虚拟测风误差订正方法
CN111881538B (zh) 一种水汽导风的反演方法
CN114722605A (zh) 一种基于降水量的差减间隔天数法土壤含水量诊断模型
Zhu et al. A method for retrieving thermodynamic atmospheric profiles using microwave radiometers of meteorological observation networks
CN111239856A (zh) 一种探空温度辐射误差订正量计算方法
CN113821987B (zh) 复杂地形气象数据预测方法、系统和装置
Wang et al. Bias correction and variability attribution analysis of surface solar radiation from MERRA-2 reanalysis

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