CN113298295A - 一种面向电力生产的气象预报系统 - Google Patents

一种面向电力生产的气象预报系统 Download PDF

Info

Publication number
CN113298295A
CN113298295A CN202110492195.6A CN202110492195A CN113298295A CN 113298295 A CN113298295 A CN 113298295A CN 202110492195 A CN202110492195 A CN 202110492195A CN 113298295 A CN113298295 A CN 113298295A
Authority
CN
China
Prior art keywords
data
forecast
weather
meteorological
numerical
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
CN202110492195.6A
Other languages
English (en)
Other versions
CN113298295B (zh
Inventor
王超
郭志民
梁允
李哲
王磊
王津宇
周宁
卢明
姚德贵
刘善峰
李帅
杨磊
苑司坤
高阳
崔晶晶
马建伟
耿俊成
吕卓
陈岑
刘莘昱
张小斐
刘昊
杨文�
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
Henan Jiuyu Enpai Power Technology Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
Henan Jiuyu Enpai Power Technology 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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Henan Electric Power Co Ltd, Henan Jiuyu Enpai Power Technology Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110492195.6A priority Critical patent/CN113298295B/zh
Publication of CN113298295A publication Critical patent/CN113298295A/zh
Application granted granted Critical
Publication of CN113298295B publication Critical patent/CN113298295B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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"
    • 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
    • G06F16/29—Geographical information databases
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种面向电力生产的气象预报系统，包括数据层、逻辑层和应用层；利用业务服务模块和分析模型模块对气象监测数据进行处理，先获得常规气象预报信息，再利用输电线路动力降尺度法，获得电力专业降尺度数值气象预报信息；在电力专业降尺度数值气象预报信息基础之上，结合电网GIS数据、电网PMS数据、输变电线路监测数据，获得风害预报信息和舞动预报信息；精准对焦电力专业气象灾害，准确获取局部地表特征、近地面气象因素数据，有效实现电力气象灾害的预报与预警；相关预报与预警以常规气象产品和电力专业常规气象产品为基础，建立有效的气象相关电网灾害或故障与气象因素之间的关联模型，从而实现面向电网风险的气象灾害有效预警。

Description

一种面向电力生产的气象预报系统
技术领域
本发明涉及电网气象监测技术领域，更具体地，涉及一种面向电力生产的气象预报系统。
背景技术
随着电网规模的不断扩大，气象变化已经成为影响电网建设和安全稳定运行的主要因素。迎峰度夏、度冬经常带来电网高峰或尖峰负荷，常常给电网运行安全带来隐患，雷电、暴雨、大风、雾霾、冻雨、暴雪等极端恶劣天气均有可能导致设备设施损坏引发大面积停电，极端气象灾害对电网系统的破坏性巨大。如果能够提前监测预警气象灾害和安全风险，在灾害来临前采取有效的防范措施，就能将气象灾害对电网设备的破坏降低到最小。
现有技术中，国内面向电力生产的气象预报系统已经比较有效地利用了气象部门提供的基础数据和气象服务产品，包括常规短期及中长期天气预报、短临天气预警、数值天气预报产品等，结合电网设备和地理信息系统部分实现了气象服务产品的展示和个性化应用，譬如利用数值气象预报产品和网格点插值算法的针对变电站或线路杆塔位置点的预报信息；但现有的相关电力气象系统仍存在以下不足：
(1)由于不少气象相关电力灾害，例如舞动、风灾、污闪、雷击等，与局部地表特征、近地面气象因素有紧密的关系，仅仅利用常规的天气预报或者没有行业针对性的数值气象预报产品，由于缺少精准的局部数据或者没有针对性的优化数据，无法有效实现这些灾害的预报与预警；
(2)预报与预警仍停留在气象产品层面，或者是电网设备所处位置的气象预报预警上，没有建立有效的气象相关电网灾害或故障与气象因素之间的关联模型，无法对这类灾害或故障的有效预警，更无法在这类设备预警的基础上进行电网风险预警；
(3)现有的气象监测布点有限，部分气象相关灾害或电网设备故障无法实现闭环管理，也影响到气象相关故障模型的数据积累、模型有效性验证，而探索新的监测及反馈手段势在必行。
(4)现有预报与预警系统缺少对预警结果的评价。
电力气象预警系统针对于电力基建项目和设备检修，气象预报数据和预报技术与电力生产信息的融合度不高，研究的深度与广度尚不能适应电力生产的实践需要，缺少面向电力生产的气象预报系统，因此，提出一种面向电力生产的气象预报系统，能够进一步推动电力气象基础研究工作，提升电网气象预测预警服务水平，促使气象预报技术在电力生产过程中发挥更大作用。生产单位也能够通过预警信息提前做好电网设备应对气象灾害的防范措施，对迅速、准确、高效化解电网安全风险和应急处置，确保电网的安全稳定运行和电力可靠供应意义重大。
发明内容
为解决现有技术中存在的不足，本发明的目的在于，提供一种面向电力生产的气象预报系统，面向电气行业提供精准的气象局部数据以及数值气象预报产品，建立有效的气象相关电网灾害与气象因素之间的关联模型，实现电力气象灾害的有效预警以及电网风险预警。
本发明采用如下的技术方案。
一种面向电力生产的气象预报系统，包括数据层、逻辑层和应用层；
数据层，内置实时数据库、关系数据库、文档数据库和分布式列存数据库；数据层用于存储气象监测数据、气象预报数据、电网基础数据、电力气象预警数据、预测图像信息和文档数据；
逻辑层，内置多个业务服务模块和分析模型模块，用于对数据层内存储的气象监测数据和电网基础数据进行逻辑分析与数据处理，以获得应用层所需的电力气象预报信息；其中，电力气象预报信息包括：常规气象预报信息、电力专业降尺度数值气象预报信息、风害预报信息和舞动预报信息；
应用层，用于根据逻辑层输出的电力气象预报信息，以图像、图表、具体数据方式，向电力专业用户提供常规气象预报、电力专业降尺度数值气象预报、风害预报产品和舞动预报。
优选地，
气象监测数据包括：常规天气预报数据、雷达回波数据、数值预报数据、卫星云图数据和自动气象站监测数据；气象监测数据存储在实时数据库中；
电网基础数据包括电网GIS数据、电网PMS数据、输变电线路监测数据；电网基础数据存储在关系数据库中；
文档数据包括：天气预测周报、天气预测月报，电力气象周报，重要节日专报、重要天气预报、舞动预测预警周报、中长期舞动预警报告；文档数据存储在文档数据库中；
气象预报数据包括：1×1公里数值预报格点数据、3×3公里数值预报格点数据；气象预报数据、电力气象预警数据、预测图像信息均存储在分布式列存数据库中；分布式列存数据库还存储用电采集数据。
优选地，业务服务模块包括：气象局数据接收服务模块、强隔离装置传输服务模块、常规天气数据解析服务模块、3×3公里数值预报数据解析服务模块、雷达数据解析服务模块、1×1公里数值预报数据解析服务模块、强对流天气分析预警服务模块、GIS展示数据处理服务模块、GIS数据接口服务模块、PMS数据接口处理服务模块；
分析模型模块包括：电力气象数值预报综合分析模型模块、强降水天气与设备故障关联分析模型模块、覆冰舞动与设备故障关联分析模型模块、大风天气与设备故障关联分析模型模块、降雨量累计对设备影响分析模型模块。
优选地，
逻辑层内，利用业务服务模块和分析模型模块对气象监测数据进行分析和处理，先获得常规气象预报信息，再利用输电线路动力降尺度法，获得电力专业降尺度数值气象预报信息；在电力专业降尺度数值气象预报信息基础之上，结合电网GIS数据、电网PMS数据、输变电线路监测数据，获得风害预报信息和舞动预报信息。
优选地，逻辑层内，利用业务服务模块中的气象局数据接收服务模块采集目标电网区域的气象监测数据；气象监测数据经由强隔离装置传输服务模块传输至常规天气数据解析服务模块中；通过常规天气数据解析服务模块提取常规天气预报数据、雷达回波数据以及卫星云图数据，形成常规气象预报信息。
优选地，逻辑层内，利用业务服务模块中的气象局数据接收服务模块采集气象监测数据；气象监测数据经由强隔离装置传输服务模块传输至常规天气数据解析服务模块中；通过常规天气数据解析服务模块提取低分辨率的数值预报数据和自动气象站监测数据；结合目标电网区域的地形信息，对低分辨率的数值预报数据和自动气象站监测数据进行修正，以获得数值预报格点处的实况预报数据；将数值预报格点处的实况预报数据作为输入数据，分别输入至3×3公里数值预报数据解析服务模块、1×1公里数值预报数据解析服务模块中；其中，3×3公里数值预报数据解析服务模块、1×1公里数值预报数据解析服务模块均包含基于回归统计方法获得目标格点处预报数据的精细化订正模型；3×3公里数值预报数据解析服务模块、1×1公里数值预报数据解析服务模块输出的精细化数值预报数据；再将低分辨率的数值预报数据进行面上扩展，并且与精细化数值预报数据一并作为电力气象数值预报综合分析模型模块的输入数据；其中，电力气象数值预报综合分析模型模块包含利用反距离插值和地形修正相结合算法获得全网格点处预报数据的精细化订正模型；电力气象数值预报综合分析模型模块输出高精度的电力专业降尺度数值气象预报信息数据。
优选地，逻辑层内，利用业务服务模块中的气象局数据接收服务模块采集目标电网区域的气象监测数据；气象监测数据经由强隔离装置传输服务模块传输至雷达数据解析服务模块中；由分析模型模块中的电力气象数值预报综合分析模型模块输出高精度的电力专业降尺度数值气象预报信息；通过雷达数据解析服务模块提取雷达回波数据，在电力专业降尺度数值气象预报信息基础之上，结合电网GIS数据、电网PMS数据、输变电线路监测数据对雷达回波数据进行预处理；预处理包括从多部雷达的三维拼图中提取面向电力线路的雷达资料，依次对这些雷达资料进行径向配对处理和滤除噪声处理；将预处理后的雷达回波数据作为输入数据，利用大风天气与设备故障关联分析模型模块获得面向电力线路的风害预报信息；其中，大风天气与设备故障关联分析模型模块包含风害预报分析模型；风害预报分析模型，以雷达回波数据作为输入，基于模式识别预测风速，再根据电网运行工况与微地形进行风速修正，以修正后的风速作为风害预报信息。
优选地，逻辑层内，利用业务服务模块中的气象局数据接收服务模块采集目标电网区域的气象监测数据；气象监测数据经由强隔离装置传输服务模块传输至常规天气数据解析服务模块中；通过常规天气数据解析服务模块提取数值预报数据；由分析模型模块中的电力气象数值预报综合分析模型模块输出高精度的电力专业降尺度数值气象预报信息；在电力专业降尺度数值气象预报信息基础之上，将电网GIS数据、电网PMS数据、输变电线路监测数据、数值预报数据一并作为舞动气象特征向量的预报数据，输入至覆冰舞动与设备故障关联分析模型模块中，以获得面向电力线路的舞动预报信息；其中，覆冰舞动与设备故障关联分析模型模块包含舞动预报分析模型；舞动预报分析模型，以输电线路发生舞动下的历史气象特征数据记录作为训练样本，基于Gini指数的决策桩，经过多次训练得到各弱分类器，采用Adaboost集成学习算法形成强分类器；将舞动气象特征向量的预报数据作为输入数据，输入至舞动预报分析模型，由舞动预报分析模型输出预报气象环境下输电线路的舞动预报信息。
进一步，气象监测数据由所述气象预报系统的FTP接口输入，再由电力安全外网接口服务器中转，并通过强隔离装置传输服务模块传输至电力内网接口服务器。
进一步，气象预报系统的逻辑层内还包括气象电力预警指标评价体系，对风害预报信息和舞动预报信息进行定量化评价；
气象电力预警指标评价体系包括：临近天气预报评价指标、风预报检验评价指标、温度及降水检验评价指标。
本发明的有益效果在于，与现有技术相比，精准对焦电力专业气象灾害，例如舞动、风灾、污闪、雷击等，准确获取局部地表特征、近地面气象因素数据，有效实现电力气象灾害的预报与预警；相关预报与预警以常规气象产品和电力专业常规气象产品为基础，建立有效的气象相关电网灾害或故障与气象因素之间的关联模型，从而实现面向电网风险的气象灾害有效预警。
本发明的有益效果具体包括：
1、将精细化数值预报数据与电网设备数据结合，对具体的电网设备信息进行包括温度、湿度、风速等常规天气预报预警，使相关运维部门提前做好电网设备应对气象灾害的防范措施；
2、基于多普勒雷达数据，结合电网GIS信息，对影响线路和变电站提前发布预警；
3、按照现有输电线路覆冰、舞动预警模型所需数据格式要求，对数值预报数据进行格式整理，并将数值预报数据接入到舞动预警计算模型中，对舞动预警模型计算结果进行解析和入库，根据计算结果提前发布输电线路舞动预警信息；
4、系统纳入了临近天气预报、大风、温度及强降水的评价指标，用以判断预警准确度，通过对气象预报预警产品在电力生产方面的应用研究，结合自动气象监测站、输变电在线监测数据、输电线路防外破视频装置、用户信息反馈数据和设备故障数据等信息，探索和提炼气象相关电力预警指标，建立一套气象相关电力预警指标评价，对电力气象预报信息的完整性、时效性、准确性等进行评价，并配合示范单位运维部门形成一套气象预报现场信息反馈管理办法。使该面向电力生产的气象预报具有推广性和普适性。
5、电力气象预警系统针对于电力基建项目和设备检修，将气象预报数据和预报技术与电力生产信息进行高度融合度，真正实现面向电力生产的气象预报系统，从而提升电网气象预测预警服务水平，促使气象预报技术在电力生产过程中发挥更大作用。有利于生产单位根据预警信息提前做好电网设备应对气象灾害的防范措施，对迅速、准确、高效化解电网安全风险和应急处置，确保电网的安全稳定运行和电力可靠供应意义重大。
附图说明
图1是本发明一种面向电力生产的气象预报系统的逻辑架构示意图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
本优选实施例中，在对电力生产、气象预报、电网事故行需求分析的基础上，建立HN地区电力气象系统；通过数值分析技术，形成覆盖三个省份的9×9公里0-3天的数值预报气象预报，开展大风、舞动、强对流等典型气象电网影响的应用研究。选取对电网影响最为严重的夏季强对流大风、强降水、冬季覆冰舞动进行预警，将单纯的气象预警与电网可能发生的影响概率相融合，并将预警结果与电网GIS相融合，并开展气象预报、气象监测、电力气象预警、防汛等数据分析工作。
一种面向电力生产的气象预报系统包括数据层、逻辑层和应用层；
数据层，内置实时数据库、关系数据库、文档数据库和分布式列存数据库；数据层用于存储气象监测数据、气象预报数据、电网基础数据、电力气象预警数据、预测图像信息和文档数据。
具体地，
气象监测数据包括常规天气预报数据、雷达回波数据、数值预报数据、卫星云图数据和自动气象站监测数据；气象监测数据存储在实时数据库中；
电网基础数据包括电网GIS数据、电网PMS数据、输变电线路监测数据；电网基础数据存储在关系数据库中；
文档数据包括：天气预测周报、天气预测月报，电力气象周报，重要节日专报、重要天气预报、舞动预测预警周报、中长期舞动预警报告；文档数据存储在文档数据库中；
气象预报数据包括：1×1公里数值预报格点数据、3×3公里数值预报格点数据；气象预报数据、电力气象预警数据、预测图像信息均存储在分布式列存数据库中，所述分布式列存数据库还存储用电采集数据。
逻辑层，内置多个业务服务模块和分析模型模块，用于对数据层内存储的气象监测数据和电网基础数据进行逻辑分析与数据处理，以获得应用层所需的电力气象预报信息；其中，电力气象预报信息包括：常规气象预报信息、电力专业降尺度数值气象预报信息、风害预报信息和舞动预报信息；
具体地，业务服务模块包括：气象局数据接收服务模块、强隔离装置传输服务模块、常规天气数据解析服务模块、3×3公里数值预报数据解析服务模块、雷达数据解析服务模块、1×1公里数值预报数据解析服务模块、强对流天气分析预警服务模块、GIS展示数据处理服务模块、GIS数据接口服务模块、PMS数据接口处理服务模块；
分析模型模块包括：电力气象数值预报综合分析模型模块、强降水天气与设备故障关联分析模型模块、覆冰舞动与设备故障关联分析模型模块、大风天气与设备故障关联分析模型模块、降雨量累计对设备影响分析模型模块。
具体地，
逻辑层内，利用业务服务模块和分析模型模块对气象监测数据进行分析和处理，先获得常规气象预报信息，再利用输电线路动力降尺度法，获得电力专业降尺度数值气象预报信息；在电力专业降尺度数值气象预报信息基础之上，结合电网GIS数据、电网PMS数据、输变电线路监测数据，获得风害预报信息和舞动预报信息。
本优选实施例，如图1所示，系统数据包括：常规气象产品、电力专业降尺度数值预报产品和电力气象产品，常规气象产品由气象部门分析和处理形成的常规天气预报、雷达拼图、卫星云图等组成，电力专业降尺度数值预报产品是面向电力生产的专业级降尺度数值气象预报产品，而电力气象产品则是在电力专业降尺度数值预报产品的基础上，结合电网GIS数据、电网PMS数据和输变电线路监测数据基础上，经过大风预报分析模型、舞动预报分析模型等电力气象模型分析最形成舞动预报产品、污闪预报产品和大风预报产品等电力气象产品。
具体地，常规气象预报信息的获得步骤如下：
步骤1.1，通过气象局数据接收服务模块采集气象监测数据；气象监测数据经由强隔离装置传输服务模块传输至常规天气数据解析服务模块中；
步骤1.2，通过常规天气数据解析服务模块提取常规天气预报数据、雷达回波数据以及卫星云图数据，形成常规气象预报信息。
具体地，电力专业降尺度数值气象预报信息的获得步骤如下：
步骤2.1，通过气象局数据接收服务模块采集目标电网区域的气象监测数据；气象监测数据经由强隔离装置传输服务模块传输至常规天气数据解析服务模块中；通过常规天气数据解析服务模块提取低分辨率的数值预报数据和自动气象站监测数据；
步骤2.2，结合目标电网区域的地形信息，对低分辨率的数值预报数据和自动气象站监测数据进行修正，以获得数值预报格点处的实况预报数据；
步骤2.3，将数值模式格点处的实况预报数据作为输入数据，分别输入至3×3公里数值预报数据解析服务模块、1×1公里数值预报数据解析服务模块中；其中，3×3公里数值预报数据解析服务模块、1×1公里数值预报数据解析服务模块均包含基于回归统计方法获得目标格点处预报数据的精细化订正模型；3×3公里数值预报数据解析服务模块、1×1公里数值预报数据解析服务模块输出的精细化数值预报数据；
步骤2.4，再将低分辨率的数值预报数据进行面上扩展，并且与精细化数值预报数据一并作为电力气象数值预报综合分析模型模块的输入数据；其中，电力气象数值预报综合分析模型模块包含利用反距离插值和地形修正相结合算法获得全网格点处预报数据的精细化订正模型；电力气象数值预报综合分析模型模块输出高精度的电力专业降尺度数值气象预报信息数据。
具体地，风害预报信息的获得步骤如下：
步骤3.1，通过气象局数据接收服务模块采集气象监测数据；气象监测数据经由强隔离装置传输服务模块传输至雷达数据解析服务模块中；
步骤3.2，由电力气象数值预报综合分析模型模块输出高精度的电力专业降尺度数值气象预报信息；
步骤3.3，通过雷达数据解析服务模块提取雷达回波数据，在电力专业降尺度数值气象预报信息基础之上，结合电网GIS数据、电网PMS数据、输变电线路监测数据对雷达回波数据进行预处理；预处理包括从多部雷达的三维拼图中提取面向电力线路的雷达资料，依次对这些雷达资料进行径向配对处理和滤除噪声处理；
步骤3.4，将预处理后的雷达回波数据作为输入数据，利用大风天气与设备故障关联分析模型模块获得面向电力线路的风害预报信息；
其中，大风天气与设备故障关联分析模型模块包含风害预报分析模型；风害预报分析模型，以雷达回波数据作为输入，基于模式识别预测风速，再根据电网运行工况与微地形进行风速修正，以修正后的风速作为风害预报信息。
具体地，舞动预报信息的获得步骤如下：
步骤4.1，通过气象局数据接收服务模块采集气象监测数据；气象监测数据经由强隔离装置传输服务模块传输至常规天气数据解析服务模块中；通过常规天气数据解析服务模块提取数值预报数据；
步骤4.2，由电力气象数值预报综合分析模型模块输出高精度的电力专业降尺度数值气象预报信息；
步骤4.3，在电力专业降尺度数值气象预报信息基础之上，将电网GIS数据、电网PMS数据、输变电线路监测数据、数值预报数据一并作为舞动气象特征向量的预报数据，输入至覆冰舞动与设备故障关联分析模型模块中，以获得面向电力线路的舞动预报信息；
其中，覆冰舞动与设备故障关联分析模型模块包含舞动预报分析模型；所述舞动预报分析模型，以输电线路发生舞动下的历史气象特征数据记录作为训练样本，基于Gini指数的决策桩，经过多次训练得到各弱分类器，采用Adaboost集成学习算法形成强分类器；将舞动气象特征向量的预报数据作为输入数据，输入至舞动预报分析模型，由舞动预报分析模型输出预报气象环境下输电线路的舞动预报信息。
进一步，气象监测数据由所述气象预报系统的FTP接口输入，再由电力安全外网接口服务器中转，并通过强隔离装置传输服务模块传输至电力内网接口服务器。
本优选实施例中，气象局公共气象服务中心将对气象预报系统开放的数据传输FTP接口，每日定时发布短期、中期数值预报数据、覆冰短期预报产品、冬季国家级气象站实测数据等气象数据。通过部署于电力安全外网的接口服务器中转，并通过逻辑强隔离装置将气象数据传输至电力内网接口服务器，在电力内网接口服务器中部署解析与数据处理服务，结合设备台账数据、GIS数据等数据并进行必要的解析和处理。
进一步，气象预报系统的逻辑层内还包括气象电力预警指标评价体系，对风害预报信息和舞动预报信息进行定量化评价；
气象电力预警指标评价体系包括：临近天气预报评价指标、风预报检验评价指标、温度及降水检验评价指标。
1、临近天气预报是指未来0～2h天气变化的预先估计与预告。预报对象的主要是短时强降水(1h降水量≥20mm的降水)、冰雹、龙卷、雷电、大风等，此外可以根据需要增加气温、相对湿度、雾、雪、冻雨等其他预报对象。临近天气预报评价指标包括：命中率、风险评分、准确预报发布提前时间和准确预报发布平均提前时间。
(1)命中率满足如下关系式：
Figure BDA0003052856560000101
式中，POD表示某地区、某时段、某种预报的命中率，NC表示某地区、某时段、某种预报的准确预报次数，NM表示某地区、某时段、某种预报的漏报次数。
(2)风险评分满足如下关系式：
Figure BDA0003052856560000111
式中，TS表示某地区、某时段、某种预报的风险评分值，NF为某地区、某时段、某种预报的空报次数。
(3)准确预报发布提前时间满足如下关系式：
ΔT＝TO-TP
式中，ΔT表示某地区、某时段、某种预报的准确预报发布提前时间，TO表示某地区、某时段、某种预报的实况出现时间，TP表示某地区、某时段、某种预报的预报发布时间。
(4)准确预报发布平均提前时间满足如下关系式：
Figure BDA0003052856560000112
式中，ΔTM表示某地区、某时段、某种预报的准确预报发布平均提前时间，N表示某地区、某时段、某种预报的准确预报的总次数，i表示某地区、某时段、某种预报的准确预报序号。
2、风预报检验评价指标包括：风向预报检验、风速预报检验和风预报检验。
(1)风向预报检验中，当预报风向角度与实况风向角度差小于限定的方位角，则认为风向预报正确，以如下关系式检验风向预报准确率：
Figure BDA0003052856560000113
式中，ACd,α表示风向预报准确率，下角标α为8或16，分别代表8方位或16方位，NRd表示风向预报正确的数量，NFd表示风向预报的总数；
以如下关系式检验风向预报平均绝对误差：
Figure BDA0003052856560000114
式中，MAEd表示风向预报平均绝对误差，j表示风向预报的标识序号，Fd，j表示标识序号为j的风向预报值，Od，j表示标识序号为j的风向实况值。
(2)风速预报检验中，预报风力和实况风力在同一检验等级，则为风力等级预报正确；预报风力所在的检验等级大于实况风力所在的检验等级，则为风力等级预报偏强；预报风力所在的检验等级小于实况风力所在的检验等级，则为风力等级预报偏弱；以如下关系式校验风力等级预报准确率：
Figure BDA0003052856560000121
式中，ACf，k表示风力等级预报准确率，下角标k为规定的某个风力检验等级标识，NRf，k表示风力等级预报正确的数量，NFf，k表示风力等级预报的总数；
以如下关系式校验风力等级预报偏强率：
Figure BDA0003052856560000122
式中，FSf，k表示风力等级预报偏强率，NSf，k表示风力等级预报偏强的数量；以如下关系式校验风力等级预报偏弱率：
Figure BDA0003052856560000123
式中，FWf，k表示风力等级预报偏弱率，NWf，k表示风力等级预报偏弱的数量；以如下关系式校验风速预报平均绝对误差：
Figure BDA0003052856560000124
式中，MAEs为风速预报平均绝对误差，NFs为风速预报总数，j为风速预报的标识序号，Fs，j为标识序号为j的风速预报值，Os，j为标识序号为j的风速实况值；
以如下关系式校验风速预报均方根误差：
Figure BDA0003052856560000125
式中，RMSEs为风速预报均方根误差。
以如下关系式校验风速预报平均误差：
Figure BDA0003052856560000126
式中，MEs为风速预报平均误差。
大风预警主要包含预警量值本身、时间、位置三个方面的内容。这三个方面内容综合起来才能够表示一次预警的真实含义。对于预警的验证需要寻找一个公认相对合理的参照来进行，对于大风预警的本次验证选取了覆盖范围广、数据标准的气象系统标准气象自动监测站所监测到的风速值为参照。对于大风预警成功与否的两个重要指标：空报率和漏报率所谓空报即系统发出了大风预警，但是实际监测情况并未发生强对流大风。所谓漏报即实际发生了强对流大风而系统未发出了大风预警。
目前大风预警的输出预警量值结果分为如下所示四个等级，详见表1。每个等级目前所表示的含义是对应预警的风速区间。
表1大风预警的输出预警量值结果表
等级 含义(风速单位：km/s)
1等级 0<风速<＝5
2等级 5<风速<＝10
3等级 10<风速<＝15
4等级 15<风速
大风预警成功的判断标准详见表2：
表2大风预警成功的判断标准表
Figure BDA0003052856560000131
大风预警空报率与漏报率计算公式如下：
大风预警空报率＝NBf/(NAf+NBf)×100％
大风预警漏报率＝NCf/(NAf+NCf)×100％
式中，NAf为有大风有预警的预报次数，NBf为无大风有预警的预报次数，NCf为有大风有预警的预报次数。
3、温度及降水检验评价指标包括：ETS评分和TSS评分。
同风预报的检验类似，温度预报的检验可采用预报准确率、平均绝对误差、均方根误差及预报准确率等检验指标，只需将其中的风预报对应参数换成温度预报对应的参数即可。
对降水预报的检验，目前常采用TS评分。除此之外，也可采用空报率、漏报率进行检验；公平风险评分(Equitable Treat Score，ETS)评分、真实技巧统计量(True SkillStatistic，TSS)评分也可用于降水预报的检验；在对降雨落区或其他落区预报检验时也可采用一定的空间诊断检验技术。
(1)以如下关系式计算ETS评分：
Figure BDA0003052856560000141
式中，ETS为某地某时段某种预报的ETS评分值，NC表示对事件“出现”的准确预报次数；NCR为针对事件“出现”的随机预报，其作为参考预报满足如下关系式：
Figure BDA0003052856560000142
式中，NCN与NC相对，表示对事件“不出现”的准确预报次数。
(2)以如下关系式计算TSS评分：
Figure BDA0003052856560000143
空间诊断检验技术包括很多种，例如属性判别法、尺度分离法、邻域法、形变法等，本优选实施例中采用MODE(Method for Object-based Diagnostic Evaluation)方法，该方法在热带气旋评估技术的基础上使用卷积方法在降水场中解析评估对象，本质上是一种属性判别法。
利用MODE方法评估预报能力主要分为以下几步：通过给定的卷积半径对要评估的要素场进行卷积；识别空间中连续的分布区域，并根据质心位置、总面积、重叠面积、轴角等属性来匹配预报场与观测场中的对象；统计预报场与观测场中匹配对象的预报差异。MODE方法在计算对象不同属性的同时，还可以给不同属性设定权重系数，利用模糊逻辑算法计算预报性能的总收益函数，来判断预报的整体表现。
强降水预警主要包含预警量值本身、时间、位置三个方面的内容。这三个方面内容综合起来才能够表示一次预警的真实含义。对于预警的验证需要寻找一个公认相对合理的参照来进行，对于大风预警的本次验证选取了覆盖范围广、数据标准的气象系统标准气象自动监测站所监测到的雨量值为参照。对于强降水预警成功与否的两个重要指标：空报率和漏报率。所谓空报即系统发出了强降水预警，但是实际监测情况并未发生强降水。所谓漏报即实际发生了强降水而系统未发出了强降水预警。
目前强降水预警的输出预警量值结果分为如下所示四个等级，如表3所示。每个等级目前所表示的含义是对应预警的降水量区间。
表3强降水预警的输出预警量值结果表
等级 含义
1等级 1<降水量<＝5
2等级 5<降水量<＝10
3等级 10<降水量<＝20
4等级 20<降水量
强降水预警成功的判断标准详见表4：
表4强降水预警成功的判断标准表
Figure BDA0003052856560000151
强降水预警空报率与漏报率计算公式如下：
强降水空报率＝NBr/(NAr+NBr)×100％
强降水漏报率＝NCr/(NAr+NCr)×100％
式中，NAr为有强降水有预警的预报次数，NBr为无强降水有预警的预报次数，NCr为有强降水有预警的预报次数。
本发明优选实施例中，气象部门在气象预报信息发布的及时性、准确性等方面已经建立了严密的指标评价体系，随着技术的进步和管理水平的不断提高，预报的准确度越来越高，更好地满足了各行各业的生产和人民群众的生活需要。在电力故障(气象相关灾害)与气象预报预警的结合上，通过数据挖掘和故障机理分析，建立了一系列模型，用以实现气象相关电网故障(灾害)的预报与预警。但由于监测手段有限，例如气象部门自动气象监测装置分布密度不足，安装在输电线路上在线监测装置数量极其有限，而电力设备特别是输电线路分布极广，建立一套行之有效的气象相关电力预警指标评价体系，实现预警效果的定量化评估，是提高其实用价值的有效手段之一。本发明优选实施例提出通过管理体系和技术指标两个方面对气象相关的电力预警进行指标评价。
应用层，用于根据逻辑层输出的电力气象预报信息，以图像、图表、具体数据方式，向电力专业用户提供常规气象预报、电力专业降尺度数值气象预报、风害预报产品和舞动预报。
本发明优选实施例中，电力专业气象台对气象监测数据和电网运行数据进行汇总分析，发布电网气象预测预警信息。同时，综合分析电网设施设备、电网运行风险，提出不同气象灾害预警和处置建议。
发布种类及渠道包括：中长期气候预测、短期天气预报、重要天气预报主要采用纸质版报告或OA邮件等形式发布，临近气象预警则在系统检测到强对流过程后自动通过手机短信方式发布到相关管理和运维人员。
信息发布的时长、内容和时间如表5所示：
表5电网气象预测预警信息发布的时长、内容和时间一览表
Figure BDA0003052856560000161
预警信息发布后，预警区域内的各市供电公司需及时向省公司各专业管理部门和电科院同时反馈当地天气状况、电网及电网设施设备运行情况。
本发明的有益效果在于，与现有技术相比，精准对焦电力专业气象灾害，例如舞动、风灾、污闪、雷击等，准确获取局部地表特征、近地面气象因素数据，有效实现电力气象灾害的预报与预警；相关预报与预警以常规气象产品和电力专业常规气象产品为基础，建立有效的气象相关电网灾害或故障与气象因素之间的关联模型，从而实现面向电网风险的气象灾害有效预警。
本发明的有益效果具体包括：
1、将精细化数值预报数据与电网设备数据结合，对具体的电网设备信息进行包括温度、湿度、风速等常规天气预报预警，使相关运维部门提前做好电网设备应对气象灾害的防范措施；
2、基于多普勒雷达数据，结合电网GIS信息，对影响线路和变电站提前发布预警；
3、按照现有输电线路覆冰、舞动预警模型所需数据格式要求，对数值预报数据进行格式整理，并将数值预报数据接入到舞动预警计算模型中，对舞动预警模型计算结果进行解析和入库，根据计算结果提前发布输电线路舞动预警信息；
4、系统纳入了临近天气预报、大风、温度及强降水的评价指标，用以判断预警准确度，通过对气象预报预警产品在电力生产方面的应用研究，结合自动气象监测站、输变电在线监测数据、输电线路防外破视频装置、用户信息反馈数据和设备故障数据等信息，探索和提炼气象相关电力预警指标，建立一套气象相关电力预警指标评价，对电力气象预报信息的完整性、时效性、准确性等进行评价，并配合示范单位运维部门形成一套气象预报现场信息反馈管理办法。使该面向电力生产的气象预报具有推广性和普适性。
5、电力气象预警系统针对于电力基建项目和设备检修，将气象预报数据和预报技术与电力生产信息进行高度融合度，真正实现面向电力生产的气象预报系统，从而提升电网气象预测预警服务水平，促使气象预报技术在电力生产过程中发挥更大作用。有利于生产单位根据预警信息提前做好电网设备应对气象灾害的防范措施，对迅速、准确、高效化解电网安全风险和应急处置，确保电网的安全稳定运行和电力可靠供应意义重大。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (10)

1.一种面向电力生产的气象预报系统，其特征在于，
所述气象预报系统包括：数据层、逻辑层和应用层；
所述数据层，内置实时数据库、关系数据库、文档数据库和分布式列存数据库；数据层用于存储气象监测数据、气象预报数据、电网基础数据、电力气象预警数据、预测图像信息和文档数据；
所述逻辑层，内置多个业务服务模块和分析模型模块，用于对数据层内存储的气象监测数据和电网基础数据进行逻辑分析与数据处理，以获得应用层所需的电力气象预报信息；其中，所述电力气象预报信息包括：常规气象预报信息、电力专业降尺度数值气象预报信息、风害预报信息和舞动预报信息；
所述应用层，用于根据逻辑层输出的电力气象预报信息，以图像、图表、具体数值方式，向电力专业用户提供常规气象预报、电力专业降尺度数值气象预报、风害预报和舞动预报。
2.根据权利要求1所述的一种面向电力生产的气象预报系统，其特征在于，
所述气象监测数据包括：常规天气预报数据、雷达回波数据、数值预报数据、卫星云图数据和自动气象站监测数据；气象监测数据存储在实时数据库中；
所述电网基础数据包括：电网GIS数据、电网PMS数据、输变电线路监测数据；电网基础数据存储在关系数据库中；
所述文档数据包括：天气预测周报、天气预测月报，电力气象周报，重要节日专报、重要天气预报、舞动预测预警周报、中长期舞动预警报告；文档数据存储在文档数据库中；
所述气象预报数据包括：1×1公里数值预报格点数据、3×3公里数值预报格点数据；气象预报数据、电力气象预警数据、预测图像信息均存储在分布式列存数据库中，所述分布式列存数据库还存储用电采集数据。
3.根据权利要求1所述的一种面向电力生产的气象预报系统，其特征在于，
所述业务服务模块包括：气象局数据接收服务模块、强隔离装置传输服务模块、常规天气数据解析服务模块、3×3公里数值预报数据解析服务模块、雷达数据解析服务模块、1×1公里数值预报数据解析服务模块、强对流天气分析预警服务模块、GIS展示数据处理服务模块、GIS数据接口服务模块、PMS数据接口处理服务模块；
所述分析模型模块包括：电力气象数值预报综合分析模型模块、强降水天气与设备故障关联分析模型模块、覆冰舞动与设备故障关联分析模型模块、大风天气与设备故障关联分析模型模块、降雨量累计对设备影响分析模型模块。
4.根据权利要求3所述的一种面向电力生产的气象预报系统，其特征在于，
所述逻辑层内，利用业务服务模块和分析模型模块对气象监测数据进行分析和处理，先获得常规气象预报信息，再利用输电线路动力降尺度法，获得电力专业降尺度数值气象预报信息；在电力专业降尺度数值气象预报信息基础之上，结合电网GIS数据、电网PMS数据、输变电线路监测数据，获得风害预报信息和舞动预报信息。
5.根据权利要求4所述的一种面向电力生产的气象预报系统，其特征在于，
所述逻辑层内，通过业务服务模块中的气象局数据接收服务模块采集目标电网区域的气象监测数据；气象监测数据经由强隔离装置传输服务模块传输至常规天气数据解析服务模块中；通过常规天气数据解析服务模块提取常规天气预报数据、雷达回波数据以及卫星云图数据，形成常规气象预报信息。
6.根据权利要求4所述的一种面向电力生产的气象预报系统，其特征在于，
所述逻辑层内，通过业务服务模块中的气象局数据接收服务模块采集目标电网区域的气象监测数据；气象监测数据经由强隔离装置传输服务模块传输至常规天气数据解析服务模块中；通过常规天气数据解析服务模块提取低分辨率的数值预报数据和自动气象站监测数据；结合目标电网区域的地形信息，对低分辨率的数值预报数据和自动气象站监测数据进行修正，以获得数值预报格点处的实况预报数据；
将数值预报格点处的实况预报数据作为输入数据，分别输入至3×3公里数值预报数据解析服务模块、1×1公里数值预报数据解析服务模块中；其中，所述3×3公里数值预报数据解析服务模块、1×1公里数值预报数据解析服务模块均包含基于回归统计方法获得目标格点处预报数据的精细化订正模型；3×3公里数值预报数据解析服务模块、1×1公里数值预报数据解析服务模块输出的精细化数值预报数据；
再将低分辨率的数值预报数据进行面上扩展，并且与精细化数值预报数据一并作为电力气象数值预报综合分析模型模块的输入数据；其中，所述电力气象数值预报综合分析模型模块包含利用反距离插值和地形修正相结合算法获得全网格点处预报数据的精细化订正模型；电力气象数值预报综合分析模型模块输出高精度的电力专业降尺度数值气象预报信息。
7.根据权利要求6所述的一种面向电力生产的气象预报系统，其特征在于，
所述逻辑层内，通过业务服务模块中的气象局数据接收服务模块采集目标电网区域的气象监测数据；气象监测数据经由强隔离装置传输服务模块传输至雷达数据解析服务模块中；
由分析模型模块中的电力气象数值预报综合分析模型模块输出高精度的电力专业降尺度数值气象预报信息；
通过雷达数据解析服务模块提取雷达回波数据，在电力专业降尺度数值气象预报信息基础之上，结合电网GIS数据、电网PMS数据、输变电线路监测数据对雷达回波数据进行预处理；所述预处理包括从多部雷达的三维拼图中提取面向电力线路的雷达资料，依次对这些雷达资料进行径向配对处理和滤除噪声处理；
将预处理后的雷达回波数据作为输入数据，利用大风天气与设备故障关联分析模型模块获得面向电力线路的风害预报信息；
其中，所述大风天气与设备故障关联分析模型模块包含风害预报分析模型；所述风害预报分析模型，以雷达回波数据作为输入，基于模式识别预测风速，再根据电网运行工况与微地形进行风速修正，以修正后的风速作为风害预报信息。
8.根据权利要求6所述的一种面向电力生产的气象预报系统，其特征在于，
所述逻辑层内，通过业务服务模块中的气象局数据接收服务模块采集目标电网区域的气象监测数据；气象监测数据经由强隔离装置传输服务模块传输至常规天气数据解析服务模块中；通过常规天气数据解析服务模块提取数值预报数据；
由分析模型模块中的电力气象数值预报综合分析模型模块输出高精度的电力专业降尺度数值气象预报信息；
在电力专业降尺度数值气象预报信息基础之上，将电网GIS数据、电网PMS数据、输变电线路监测数据、数值预报数据一并作为舞动气象特征向量的预报数据，输入至覆冰舞动与设备故障关联分析模型模块中，以获得面向电力线路的舞动预报信息；
其中，覆冰舞动与设备故障关联分析模型模块包含舞动预报分析模型；所述舞动预报分析模型，以输电线路发生舞动下的历史气象特征数据记录作为训练样本，基于Gini指数的决策桩，经过多次训练得到各弱分类器，采用Adaboost集成学习算法形成强分类器；将舞动气象特征向量的预报数据作为输入数据，输入至舞动预报分析模型，由舞动预报分析模型输出预报气象环境下输电线路的舞动预报信息。
9.根据权利要求5至8中任一项所述的一种面向电力生产的气象预报系统，其特征在于，
所述气象监测数据由所述气象预报系统的FTP接口输入，再由电力安全外网接口服务器中转，并通过强隔离装置传输服务模块传输至电力内网接口服务器。
10.根据权利要求1所述的一种面向电力生产的气象预报系统，其特征在于，
所述气象预报系统的逻辑层内还包括气象电力预警指标评价体系，对所述风害预报信息和所述舞动预报信息进行定量化评价；
所述气象电力预警指标评价体系包括：临近天气预报评价指标、风预报检验评价指标、温度及降水检验评价指标。
CN202110492195.6A 2021-05-06 2021-05-06 一种面向电力生产的气象预报系统 Active CN113298295B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110492195.6A CN113298295B (zh) 2021-05-06 2021-05-06 一种面向电力生产的气象预报系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110492195.6A CN113298295B (zh) 2021-05-06 2021-05-06 一种面向电力生产的气象预报系统

Publications (2)

Publication Number Publication Date
CN113298295A true CN113298295A (zh) 2021-08-24
CN113298295B CN113298295B (zh) 2022-11-08

Family

ID=77320883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110492195.6A Active CN113298295B (zh) 2021-05-06 2021-05-06 一种面向电力生产的气象预报系统

Country Status (1)

Country Link
CN (1) CN113298295B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113866849A (zh) * 2021-09-06 2021-12-31 武汉理工大学 一种智能内河航运气象服务保障系统
CN113988439A (zh) * 2021-11-02 2022-01-28 南京中科华兴应急科技研究院有限公司 一种电网工程气象监测预警方法
CN114819501A (zh) * 2022-03-25 2022-07-29 云南省交通规划设计研究院有限公司 一种公路交通气象物联网多源异构数据处理方法和系统
CN115049168A (zh) * 2022-08-16 2022-09-13 成都信息工程大学 一种雾污预警方法及系统
CN117171934A (zh) * 2023-11-03 2023-12-05 成都大学 一种基于pod-anns的架空输电线路舞动响应预测方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080079263A1 (en) * 2006-09-28 2008-04-03 Mahesh Amritlal Morjaria Method and apparatus for operating wind turbine generators
CN103033855A (zh) * 2012-12-12 2013-04-10 江苏省电力公司电力科学研究院 电网气象灾害监测预警系统
CN103559649A (zh) * 2013-11-01 2014-02-05 国家电网公司 一种电网灾害预警方法及系统
CN104951993A (zh) * 2014-09-04 2015-09-30 国网山东省电力公司应急管理中心 基于气象及电网gis的综合监测预警系统及方法
CN104951998A (zh) * 2015-06-03 2015-09-30 国网山东省电力公司德州供电公司 基于电网gis的大风预警建模方法及系统
CN105184492A (zh) * 2015-09-10 2015-12-23 国网福建省电力有限公司 基于三维数字地球的电网抵御台风灾害仿真分析预警系统
CN109541602A (zh) * 2018-10-18 2019-03-29 国网山东省电力公司应急管理中心 一种多普勒雷达气象矢量化电网精细预警及调控系统
CN110275224A (zh) * 2019-05-24 2019-09-24 兰州大学 精细化近地层气象要素预报系统及其预报方法
CN110633818A (zh) * 2018-06-22 2019-12-31 中国电力科学研究院有限公司 一种配电网台风风灾预警方法及系统
CN111612315A (zh) * 2020-04-30 2020-09-01 国网江苏省电力有限公司电力科学研究院 一种新型电网灾害性大风预警方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080079263A1 (en) * 2006-09-28 2008-04-03 Mahesh Amritlal Morjaria Method and apparatus for operating wind turbine generators
CN103033855A (zh) * 2012-12-12 2013-04-10 江苏省电力公司电力科学研究院 电网气象灾害监测预警系统
CN103559649A (zh) * 2013-11-01 2014-02-05 国家电网公司 一种电网灾害预警方法及系统
CN104951993A (zh) * 2014-09-04 2015-09-30 国网山东省电力公司应急管理中心 基于气象及电网gis的综合监测预警系统及方法
CN104951998A (zh) * 2015-06-03 2015-09-30 国网山东省电力公司德州供电公司 基于电网gis的大风预警建模方法及系统
CN105184492A (zh) * 2015-09-10 2015-12-23 国网福建省电力有限公司 基于三维数字地球的电网抵御台风灾害仿真分析预警系统
CN110633818A (zh) * 2018-06-22 2019-12-31 中国电力科学研究院有限公司 一种配电网台风风灾预警方法及系统
CN109541602A (zh) * 2018-10-18 2019-03-29 国网山东省电力公司应急管理中心 一种多普勒雷达气象矢量化电网精细预警及调控系统
CN110275224A (zh) * 2019-05-24 2019-09-24 兰州大学 精细化近地层气象要素预报系统及其预报方法
CN111612315A (zh) * 2020-04-30 2020-09-01 国网江苏省电力有限公司电力科学研究院 一种新型电网灾害性大风预警方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李帅等: "基于数值天气预报结果的输电线路舞动预测", 《智能电网》 *
梁允等: "数值天气预报结果在河南电网生产中的应用", 《河南科技》 *
苑司坤等: "基于移动互联的电力气象预警APP的设计与实现", 《科技展望》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113866849A (zh) * 2021-09-06 2021-12-31 武汉理工大学 一种智能内河航运气象服务保障系统
CN113988439A (zh) * 2021-11-02 2022-01-28 南京中科华兴应急科技研究院有限公司 一种电网工程气象监测预警方法
CN114819501A (zh) * 2022-03-25 2022-07-29 云南省交通规划设计研究院有限公司 一种公路交通气象物联网多源异构数据处理方法和系统
CN114819501B (zh) * 2022-03-25 2023-09-15 云南省交通规划设计研究院有限公司 一种公路交通气象物联网多源异构数据处理方法和系统
CN115049168A (zh) * 2022-08-16 2022-09-13 成都信息工程大学 一种雾污预警方法及系统
CN117171934A (zh) * 2023-11-03 2023-12-05 成都大学 一种基于pod-anns的架空输电线路舞动响应预测方法
CN117171934B (zh) * 2023-11-03 2024-01-26 成都大学 一种基于pod-anns的架空输电线路舞动响应预测方法

Also Published As

Publication number Publication date
CN113298295B (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
CN113298295B (zh) 一种面向电力生产的气象预报系统
CN103337133B (zh) 基于识别预报技术的电网雷暴灾害预警系统及方法
CN113793021B (zh) 立体化输电走廊山火监测装置及方法
CN115933008A (zh) 一种强对流天气预报预警方法
CN113159475B (zh) 基础设施全生命周期监测平台及方法
CN104992254B (zh) 基于电网gis的山火与气象结合的趋势预判方法
CN112488477B (zh) 高速公路应急管理系统及方法
CN109407177B (zh) 基于机器学习与常规气象观测的大雾识别系统和应用方法
CN113344735B (zh) 电网设备的防灾减灾监测预警系统
CN104182594A (zh) 一种电力系统风区图的绘制方法
CN104965238A (zh) 一种基于电网gis的气象单站雷达预警方法及系统
Wang et al. Predicting wind-caused floater intrusion risk for overhead contact lines based on Bayesian neural network with spatiotemporal correlation analysis
CN107085167A (zh) 一种基于大数据的传输线路故障定位方法
CN104950348A (zh) 一种气象数据与电网设施的关联方法及系统
CN113327022A (zh) 一种防雷安全风险管理系统及方法
Kezunovic et al. Systematic framework for integration of weather data into prediction models for the electric grid outage and asset management applications
CN110866693A (zh) 一种基于gis模型的架空输电线路覆冰风险评估方法
CN103914737B (zh) 一种输变电线路全线路现地气象信息计算方法
CN116384733A (zh) 一种强对流天气下基于气象雷达的输电线路风险预警方法
CN116799946A (zh) 一种基于风险调度的电网全息智能管控方法及平台
CN115691049A (zh) 一种基于深度学习的对流初生预警方法
CN104050518B (zh) 一种基于多普勒天气雷达的电网对流致灾大风预警方法
CN111563660A (zh) 一种架空输电线路覆冰预报检验评估方法
CN113313289B (zh) 一种基于多数据源的电网气象预警系统
CN107403004A (zh) 一种基于地形数据的遥测雨量站点可疑数值检验方法

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