CN114137636A - 一种环形压力传感器的区域气象监测管理方法及系统 - Google Patents
一种环形压力传感器的区域气象监测管理方法及系统 Download PDFInfo
- Publication number
- CN114137636A CN114137636A CN202111331175.7A CN202111331175A CN114137636A CN 114137636 A CN114137636 A CN 114137636A CN 202111331175 A CN202111331175 A CN 202111331175A CN 114137636 A CN114137636 A CN 114137636A
- Authority
- CN
- China
- Prior art keywords
- annular pressure
- local area
- pressure sensor
- target
- wind speed
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
- G01W1/04—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving only separate indications of the variables measured
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P13/00—Indicating or recording presence, absence, or direction, of movement
- G01P13/02—Indicating direction only, e.g. by weather vane
-
- 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
- G01P5/02—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring forces exerted by the fluid on solid bodies, e.g. anemometer
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Aviation & Aerospace Engineering (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
本申请公开了一种环形压力传感器的区域气象监测管理方法及系统,其方法用于在目标环形压力传感器的风速风向数据异常时,如果是单体散落异常,对风速风向数据进行单独处理;如果是群体集中异常,通过目标环形压力传感器的位置数据,确定目标局部区域的区域风速风向,从而确定待管理局部区域,综合目标局部区域和待管理局部区域的地理关联性进行局部区域风险分析,从而得到待管理局部区域的风险管理信息,实现了局部区域气象监测到风速风向异常时,对将要影响到的局部区域进行风险管理,降低了局部区域内的风速风向数据异常可能造成的人员及财产损害。
Description
技术领域
本申请涉及气象领域,尤其是涉及一种环形压力传感器的区域气象监测管理方法及系统。
背景技术
目前,进行风向测量,主要是使用风速传感器,风速传感器是一种可以连续测量风速和风量大小的常见传感器。风速传感器大体上分为机械式风速传感器、热风式风速传感器、皮托管风速传感器和基于声学原理的超声波风速传感器。机械式风速传感器主要有螺旋桨式风速传感器及风杯式风速传感器。
风向传感器是以风向箭头的转动探测、感受外界的风向信息,并将其传递给同轴码盘,同时输出对应风向相关数值的一种物理装置。通常风向传感器主体都采用风向标的机械结构,当风吹向风向标的尾部的尾翼的时候,风向标的箭头就会指风吹过来的方向。为了保持对于方向的敏感性,同时还采用不同的内部机构来给风速传感器辨别方向。风向传感器通常有电磁式风向传感器、光电式风向传感器和电阻式风向传感器。
传统的风向传感器和风速传感器可以集成在同一个传感器中,实现风速和风向的同时检测,一般应用在气象监测等领域,可以布置在局部区域进行风向风速检测,例如,高速路段、农场及近海等,但是,在局部区域内的风速风向改变时,无法进行风险分析,从而导致人员和财产安全。
发明内容
为了实现局部区域气象监测到的风速风向异常时,对将要影响到的局部区域进行风险管理,降低了局部区域内的风速风向数据异常可能造成的人员及财产损害,本申请提供了一种环形压力传感器的区域气象监测管理方法及系统。
第一方面,本申请提供一种环形压力传感器的区域气象监测管理方法,采用如下的技术方案:
一种环形压力传感器的区域气象监测管理方法,包括:
通过传感器集群中每一个环形压力传感器采集风速风向数据,所述环形压力传感器具有环形的风压感应圈;
判断所述传感器集群中是否具有风速风向数据异常的目标环形压力传感器,所述目标环形压力传感器至少为一个;
当具有风速风向数据异常的目标环形压力传感器时,分析所述目标环形压力传感器为单体散落异常或群体集中异常;
当是所述单体散落异常时,对所述目标环形压力传感器的风速风向数据进行处理;
当是所述群体集中异常时,获取所述目标环形压力传感器的位置数据,根据所述位置数据确定目标局部区域;
根据所述目标环形压力传感器的风速风向数据,确定所述目标局部区域的区域风速风向;
根据所述区域风速风向,从与所述目标局部区域的相邻局部区域中确定待管理局部区域;
获取所述目标局部区域及所述待管理局部区域的地理信息关联性,所述地理信息关联性包括海拔高度差异性及地面特征差异性;
根据所述目标局部区域及所述待管理局部区域的所述地理信息关联性及所述风速风向数据,进行局部区域风险分析得到所述待管理局部区域的风险管理信息。
通过采用上述技术方案,通过传感器集群中每一个环形压力传感器采集风速风向数据,环形压力传感器具有环形的风压感应圈,判断传感器集群中是否具有风速风向数据异常的目标环形压力传感器,目标环形压力传感器至少为一个,当具有风速风向数据异常的目标环形压力传感器时,分析目标环形压力传感器为单体散落异常或群体集中异常,当是单体散落异常时,对目标环形压力传感器的风速风向数据进行处理;当是群体集中异常时,获取目标环形压力传感器的位置数据,根据位置数据确定目标局部区域,根据目标环形压力传感器的风速风向数据,确定目标局部区域的区域风速风向,根据区域风速风向,从与目标局部区域的相邻局部区域中确定待管理局部区域,获取目标局部区域及待管理局部区域的地理信息关联性,地理信息关联性包括海拔高度差异性及地面特征差异性,根据目标局部区域及待管理局部区域的地理信息关联性及风速风向数据,进行局部区域风险分析得到待管理局部区域的风险管理信息。在目标环形压力传感器的风速风向数据异常时,如果是单体散落异常,对风速风向数据进行单独处理;如果是群体集中异常,通过目标环形压力传感器的位置数据,确定目标局部区域的区域风速风向,从而确定待管理局部区域,综合目标局部区域和待管理局部区域的地理关联性进行局部区域风险分析,从而得到待管理局部区域的风险管理信息,实现了局部区域气象监测到风速风向异常时,对将要影响到的局部区域进行风险管理,降低了局部区域内的风速风向数据异常可能造成的人员及财产损害。
可选的,所述判断所述传感器集群中是否具有风速风向数据异常的目标环形压力传感器,包括:
获取所有环形压力传感器的历史风速风向数据,根据所述历史风速风向数据构建所述传感器集群所覆盖的整体区域内的风场模型;
通过上一次采集的所有环形压力传感器的风速风向数据和所述风场模型,得到所有环形压力传感器的预测风速风向数据;
将当前采集的所有环形压力传感器的当前风速风向数据,与对应环形压力传感器的所述预测风速风向数据进行比较;
若存在环形压力传感器的所述当前风速风向数据与所述预测风速风向数据不相同,则确定风速风向数据异常,将对应的环形压力传感器作为目标环形压力传感器,所述目标环形压力传感器至少为一个;
若不存在环形压力传感器的所述当前风速风向数据与所述预测风速风向数据不相同,则确定无风速风向数据异常。
通过采用上述技术方案,通过构建的风场模型和上一次采集的风速风向数据预测出预测风速风向数据,再比较当前采集的风速风向数据与预测风速风向数据,将不相同的环形压力传感器作为目标环形压力传感器。实现了目标环形压力传感器的判定。
可选的,所述分析所述目标环形压力传感器为单体散落异常或群体集中异常,包括:
获取所有的目标环形压力传感器的编码数据;
根据所述编码数据,将相邻近且超过预设数量的目标环形压力传感器作为第一环形压力传感器;
根据所述编码数据,将不相邻近的目标环形压力传感器作为第二环形压力传感器;
根据所述编码数据,将相邻近且不超过预设数量的目标环形压力传感器作为第三环形压力传感器;
确定所述第一环形压力传感器为群体集中异常,及所述第二环形压力传感器和所述第三环形压力传感器为单体散落异常。
通过采用上述技术方案,对于是单体散落异常还是群体集中异常,是通过分析所有目标环形压力传感器的编码数据,通过编码数据可以确定两个目标环形压力传感器之间是不是相邻,从而可以分析出目标环形压力传感器如果是相邻近的数量超过预设数量,就是群体集中异常;如果都不是相邻近的,或者,相邻近的数量没有达到预设数量,就是单体散落异常。方便了目标环形压力传感器的单体散落异常和群体集中异常的分析。
可选的,所述对所述目标环形压力传感器的风速风向数据进行处理,包括:
将所述第二环形压力传感器和所述第三环形压力传感器的风速风向数据删除;
或者,
从所述传感器集群中确定与所述第二环形压力传感器和所述第三环形压力传感器相邻近的环形压力传感器,作为第四环形压力传感器;
将所述第四环形压力传感器的风速风向数据与所述第二环形压力传感器和所述第三环形压力传感器的风速风向数据,进行均值计算后,替换为所述第二环形压力传感器和所述第三环形压力传感器的风速风向数据。
通过采用上述技术方案,对于单体散落异常,可以将第二环形压力传感器和第三环形压力传感器的风速风向数据删除,使得异常的风速风向数据不会有任何影响了;还可以将通过均值法,选择与第二环形压力传感器和第三环形压力传感器相邻近的多个环形压力传感器,作为第四环形压力传感器,将第二、第三及第四环形压力传感器的风速风向数据,进行均值计算后得到的风速风向数据替换掉第二和第三环形压力传感器原来的,降低了异常的风速风向数据的影响。
可选的,所述获取所述目标环形压力传感器的位置数据,根据所述位置数据确定目标局部区域之后,还包括:
确定所述目标局部区域中所述目标环形压力传感器的传感器数量;
在所述目标局部区域周围划分出多个相邻局部区域,每个相邻局部区域中具有与所述传感器数量相同的环形压力传感器。
通过采用上述技术方案,针对目标局部区域,划分出多个相邻局部区域,方便后续确定待管理局部区域。
可选的,所述根据所述区域风速风向,从与所述目标局部区域的相邻局部区域中确定待管理局部区域,包括:
通过所述区域风速风向确定所述目标局部区域内的风向;
根据所述目标局部区域内的风向,从与所述目标局部区域的相邻局部区域中确定待管理局部区域。
通过采用上述技术方案,通过风向,可以知道风将要影响到相邻局部区域,从而确定待管理局部区域。
可选的,所述获取所述目标局部区域及所述待管理局部区域的地理信息关联性,包括:
通过地理信息系统获取所述目标局部区域及所述待管理区域的地理信息,所述地理信息包括地面特征及海拔高度值;
将所述目标局部区域及所述待管理区域的地理信息进行关联,得到地理信息关联性,所述地理信息关联性包括海拔高度差异性及地面特征差异性。
通过采用上述技术方案,通过地理信息系统获取目标局部区域及待管理区域的地理信息,将目标局部区域及待管理区域的地理信息进行关联,得到地理信息关联性,地理信息关联性包括海拔高度差异性及地面特征差异性。
可选的,所述根据所述目标局部区域及所述待管理局部区域的所述地理信息关联性及所述风速风向数据,进行局部区域风险分析得到所述待管理局部区域的风险管理信息,包括:
根据所述目标局部区域及所述待管理局部区域的所述地理信息关联性,确定所述待管理局部区域相比较于所述目标局部区域的地面特征变化及海拔高度变化;
根据所述风速风向数据确定所述目标局部区域内的风速;
判断所述目标局部区域内的风速是否大于预警风速;
若不大于所述预警风速时,无需进行局部区域风险分析;
若大于所述预警风速时,根据所述待管理局部区域相比较于所述目标局部区域的地面特征变化情况及海拔高度变化情况,进行局部区域风险分析得到所述待管理局部区域的风险管理信息。
通过采用上述技术方案,通过目标局部区域的风向确定待管理局部区域,再结合地面特征变化情况和海拔高度变化情况,得到风险管理信息。
可选的,所述根据所述待管理局部区域相比较于所述目标局部区域的地面特征变化情况及海拔高度变化情况,进行局部区域风险分析得到所述待管理局部区域的风险管理信息,包括:
根据所述待管理局部区域相比较于所述目标局部区域的地面特征变化情况及海拔高度变化情况;
当所述地面特征变化情况为发生变化时,进行局部区域风险分析得到所述待管理局部区域的风险管理信息,所述风险管理信息为不需要进行灾害管理;
或,
当所述地面特征变化情况为未发生变化,且所述海拔高度变化情况为不变时,进行局部区域风险分析得到所述待管理局部区域的风险管理信息,所述风险管理信息为需要进行灾害管理;
或,
当所述地面特征变化情况为未发生变化,且所述海拔高度变化情况为升高时,进行局部区域风险分析得到所述待管理局部区域的风险管理信息,所述风险管理信息为不需要进行灾害管理;
或,
当所述地面特征变化情况为未发生变化,且所述海拔高度变化情况为降低时,进行局部区域风险分析得到所述待管理局部区域的风险管理信息,所述风险管理信息为不需要进行灾害管理。
通过采用上述技术方案,地面特征变化情况为发生变化,就不需要进行灾害管理;地面特征变化情况为未发生变化,海拔高度变化情况为不变,就需要进行灾害管理;地面特征变化情况为未发生变化,海拔高度变化情况为升高或者降低,都不需要进行灾害管理。
第二方面,本申请提供一种环形压力传感器的区域气象监测管理系统,采用如下的技术方案:
获取模块,用于通过传感器集群中每一个环形压力传感器采集风速风向数据,所述环形压力传感器具有环形的风压感应圈;
判断模块,用于判断所述传感器集群中是否具有风速风向数据异常的目标环形压力传感器,所述目标环形压力传感器至少为一个;
分析模块,用于当具有风速风向数据异常的目标环形压力传感器时,分析所述目标环形压力传感器为单体散落异常或群体集中异常;
处理模块,用于当是所述单体散落异常时,对所述目标环形压力传感器的风速风向数据进行处理;
所述处理模块,还用于当是所述群体集中异常时,获取所述目标环形压力传感器的位置数据,根据所述位置数据确定目标局部区域;
所述处理模块,还用于根据所述目标环形压力传感器的风速风向数据,确定所述目标局部区域的区域风速风向;
所述处理模块,还用于根据所述区域风速风向,从与所述目标局部区域的相邻局部区域中确定待管理局部区域;
所述获取模块,还用于获取所述目标局部区域及所述待管理局部区域的地理信息关联性,所述地理信息关联性包括海拔高度差异性及地面特征差异性;
所述处理模块,还用于根据所述目标局部区域及所述待预警局部区域的所述地理信息关联性及所述风速风向数据,进行局部区域风险分析得到所述待管理局部区域的风险管理信息。
通过采用上述技术方案,获取模块通过传感器集群中每一个环形压力传感器采集风速风向数据,环形压力传感器具有环形的风压感应圈,判断模块判断传感器集群中是否具有风速风向数据异常的目标环形压力传感器,当具有风速风向数据异常的目标环形压力传感器时,分析模块分析目标环形压力传感器为单体散落异常或群体集中异常,当是单体散落异常时,处理模块对目标环形压力传感器的风速风向数据进行处理;当是群体集中异常时,获取目标环形压力传感器的位置数据,根据位置数据确定目标局部区域,根据目标环形压力传感器的风速风向数据,确定目标局部区域的区域风速风向,根据区域风速风向,从与目标局部区域的相邻局部区域中确定待管理局部区域,获取模块获取目标局部区域及待管理局部区域的地理信息关联性,地理信息关联性包括海拔高度差异性及地面特征差异性,处理模块根据目标局部区域及待管理局部区域的地理信息关联性及风速风向数据,进行局部区域风险分析得到待管理局部区域的风险管理信息。在目标环形压力传感器的风速风向数据异常时,如果是单体散落异常,对风速风向数据进行单独处理;如果是群体集中异常,通过目标环形压力传感器的位置数据,确定目标局部区域的区域风速风向,从而确定待管理局部区域,综合目标局部区域和待管理局部区域的地理关联性进行局部区域风险分析,从而得到待管理局部区域的风险管理信息,实现了局部区域气象监测到风速风向异常时,对将要影响到的局部区域进行风险管理,降低了局部区域内的风速风向数据异常可能造成的人员及财产损害。
综上所述,本申请包括以下有益技术效果:
在目标环形压力传感器的风速风向数据异常时,如果是单体散落异常,对风速风向数据进行单独处理;如果是群体集中异常,通过目标环形压力传感器的位置数据,确定目标局部区域的区域风速风向,从而确定待管理局部区域,综合目标局部区域和待管理局部区域的地理关联性进行局部区域风险分析,从而得到待管理局部区域的风险管理信息,实现了局部区域气象监测到风速风向异常时,对将要影响到的局部区域进行风险管理,降低了局部区域内的风速风向数据异常可能造成的人员及财产损害。
附图说明
图1是本申请的环形压力传感器的区域气象监测管理方法的流程示意图。
图2是本申请的环形压力传感器的示意图。
图3是本申请的压力信号的示意图。
图4是本申请的局部区域划分的示意图。
图5是本申请的对目标环形压力传感器的判定的流程示意图。
图6是本申请的对单体散落异常和群体集中异常进行分析的流程示意图。
图7是本申请的进行局部区域风险分析的流程示意图。
图8是本申请的环形压力传感器的区域气象监测管理系统的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下通过附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
本申请实施例公开一种环形压力传感器的区域气象监测管理方法。
参照图1,该方法包括:
101,通过传感器集群中每一个环形压力传感器采集风速风向数据,环形压力传感器具有环形的风压感应圈。
其中,如图2所示,环形压力传感器具有环形的风压感应圈,风吹的压力直接作用在风压感应圈的膜片上,使膜片产生与介质压力成正比的微位移,使风压感应圈的不同点的电阻发生变化,通过内置的电子线路检测电阻变化,并转换输出一个对应于压力的压力信号。针对不同点的压力信号如图3所示,通过伯努利方程得到风速风压的表达式,从而计算得到风速风向数据。
102,判断传感器集群中是否具有风速风向数据异常的目标环形压力传感器。
其中,在某些环形压力传感器损坏,或者,出现风向风速突变的情况下,在传感器集群中会出现环形压力传感器的风速风向数据明显存在异常,称为风速风向数据异常,出现风速风向数据异常的环形压力传感器,作为目标环形压力传感器,数量至少为一个。如果具有风速风向数据异常的目标环形压力传感器时,执行步骤103;如果没有目标环形压力传感器,则表明都是正常的,继续进行对传感器集群中每一个环形压力传感器进行采集即可。
103,分析目标环形压力传感器为单体散落异常或群体集中异常。
其中,由于目标环形压力传感器是在传感器集群中出现风速风向数据异常的,可以为一个或者多个,可能多个环形压力传感器故障导致异常,那么是分布在各处的单体散落异常,也可能是大型农场里面突然出现小型龙卷风,那么就是相连一片的环形压力传感器都异常,称为群体集中异常。如果是单体散落异常时,执行步骤104;如果是群体集中异常时,执行步骤105。
104,对目标环形压力传感器的风速风向数据进行处理。
其中,如果是单体散落异常,那么只需要对散落各处的目标环形压力传感器的风速风向数据进行处理。
105,获取目标环形压力传感器的位置数据,根据位置数据确定目标局部区域。
其中,如果是群体集中异常,获取目标环形压力传感器的位置数据,根据位置数据确定目标局部区域,如图4所示,在多个局部区域中,目标环形压力传感器的位置集中的就是目标局部区域。
106,根据目标环形压力传感器的风速风向数据,确定目标局部区域的区域风速风向。
107,根据区域风速风向,从与目标局部区域的相邻局部区域中确定待管理局部区域。
其中,与目标局部区域相邻的局部区域有多个,按照目标局部区域内的区域风速风向,可以推测出相邻局部区域中哪个会受到影响,将会受到影响的作为待管理局部区域。
108,获取目标局部区域及待管理局部区域的地理信息关联性,地理信息关联性包括海拔高度差异性及地面特征差异性。
其中,在目标局部区域及待管理局部区域确定后,获取两者的地理信息关联性,地理信息关联性包括海拔高度差异性及地面特征差异性,海拔高度差异性就是两个局部区域的海拔高度有没有变化,如果目标局部区域是平地,过渡到待管理局部区域是悬崖,那么待管理局部区域明显就海拔高度要低一些,如果目标局部区域的地面特征是农场作物,而待管理局部区域是水面,就表明地面特征存在明显的差异。
需要说明的是,除了海拔高度差异性及地面特征差异性之外,由于温度是影响两个局部区域之间气体流动的重要因素,那么还有温度差异性需要考虑,当海拔高度相同,地面特征也相同的时候,表明海拔高度差异性及地面特征差异性都很小,甚至没有差异性,此时需要通过温度值判断温度差异性。
109,根据目标局部区域及待管理局部区域的地理信息关联性及风速风向数据,进行局部区域风险分析得到待管理局部区域的风险管理信息。
其中,在地理信息关联性中的海拔高度差异性及地面特征差异性的基础上,结合风速风向数据,对待管理局部区域进行局部区域风险分析,具体可以是分析待管理局部区域中的人或物,能不能承受目标局部区域内即将转移过来的风,从而得到待管理局部区域的风险管理信息,以方便进行风险防范。
本申请的实施原理为:通过传感器集群中每一个环形压力传感器采集风速风向数据,环形压力传感器具有环形的风压感应圈,判断传感器集群中是否具有风速风向数据异常的目标环形压力传感器,目标环形压力传感器至少为一个,当具有风速风向数据异常的目标环形压力传感器时,分析目标环形压力传感器为单体散落异常或群体集中异常,当是单体散落异常时,对目标环形压力传感器的风速风向数据进行处理;当是群体集中异常时,获取目标环形压力传感器的位置数据,根据位置数据确定目标局部区域,根据目标环形压力传感器的风速风向数据,确定目标局部区域的区域风速风向,根据区域风速风向,从与目标局部区域的相邻局部区域中确定待管理局部区域,获取目标局部区域及待管理局部区域的地理信息关联性,地理信息关联性包括海拔高度差异性及地面特征差异性,根据目标局部区域及待管理局部区域的地理信息关联性及风速风向数据,进行局部区域风险分析得到待管理局部区域的风险管理信息。在目标环形压力传感器的风速风向数据异常时,如果是单体散落异常,对风速风向数据进行单独处理;如果是群体集中异常,通过目标环形压力传感器的位置数据,确定目标局部区域的区域风速风向,从而确定待管理局部区域,综合目标局部区域和待管理局部区域的地理关联性进行局部区域风险分析,从而得到待管理局部区域的风险管理信息,实现了局部区域气象监测到风速风向异常时,对将要影响到的局部区域进行风险管理,降低了局部区域内的风速风向数据异常可能造成的人员及财产损害。
在以上图1所示的实施例中,步骤102中对于目标环形压力传感器的判定过程,具体如图5所示,包括:
501,获取所有环形压力传感器的历史风速风向数据,根据历史风速风向数据构建传感器集群所覆盖的整体区域内的风场模型。
其中,传感器集群所覆盖的区域是作为一个整体区域,获取所有环形压力传感器的历史风速风向数据,根据历史风速风向数据构建传感器集群所覆盖的整体区域内的风场模型。
502,通过上一次采集的所有环形压力传感器的风速风向数据和风场模型,得到所有环形压力传感器的预测风速风向数据。
其中,通过上一次采集的所有环形压力传感器的风速风向数据和风场模型,就能在当前采集之前,先预测出所有环形压力传感器的预测风速风向数据。
503,将当前采集的所有环形压力传感器的当前风速风向数据,与对应环形压力传感器的预测风速风向数据进行比较。
其中,将当前采集的所有环形压力传感器的当前风速风向数据,与对应环形压力传感器的预测风速风向数据进行比较,如果存在环形压力传感器的当前风速风向数据与预测风速风向数据不相同,执行步骤504;如果不存在环形压力传感器的当前风速风向数据与预测风速风向数据不相同,执行步骤505。
504,确定风速风向数据异常,将对应的环形压力传感器作为目标环形压力传感器。
其中,当存在环形压力传感器的当前风速风向数据与预测风速风向数据不相同,确定风速风向数据异常,将对应的环形压力传感器作为目标环形压力传感器,目标环形压力传感器至少为一个。
505,确定无风速风向数据异常。
本申请的实施原理为:通过构建的风场模型和上一次采集的风速风向数据预测出预测风速风向数据,再比较当前采集的风速风向数据与预测风速风向数据,将不相同的环形压力传感器作为目标环形压力传感器。实现了目标环形压力传感器的判定。
在以上图1所示的实施例中,步骤103中对于单体散落异常和群体集中异常的分析过程,具体如图6所示,包括:
601,获取所有的目标环形压力传感器的编码数据。
其中,对于传感器集群中每一个环形压力传感器都进行了逐一编码,并且是按照邻近关系逐一编码的,所有的环形压力传感器都能通过编码数据唯一标识,并且通过编码数据能够确定相邻的环形压力传感器。在确定了目标环形压力传感器之后,获取所有目标环形压力传感器的编码数据。
602,根据编码数据,将相邻近且超过预设数量的目标环形压力传感器作为第一环形压力传感器。
其中,根据编码数据,将相邻近且超过预设数量的目标环形压力传感器作为第一环形压力传感器,即第一环形压力传感器表示的是超过一定数量且集中的目标环形压力传感器的小集群。
603,根据编码数据,将不相邻近的目标环形压力传感器作为第二环形压力传感器。
其中,根据编码数据,将不相邻近的目标环形压力传感器作为第二环形压力传感器,即第二环形压力传感器表示的是目标环形压力传感器是不相邻的。
604,根据编码数据,将相邻近且不超过预设数量的目标环形压力传感器作为第三环形压力传感器。
其中,根据编码数据,将相邻近且不超过预设数量的目标环形压力传感器作为第三环形压力传感器,即第三环形压力传感器表示的是目标环形压力传感器是相邻的,但是没有超过一定的数量。
需要说明的是,步骤602、步骤603和步骤604是不分先后顺序的,可以是并列执行的步骤。
605,确定第一环形压力传感器为群体集中异常,及第二环形压力传感器和第三环形压力传感器为单体散落异常。
本申请的实施原理为:对于是单体散落异常还是群体集中异常,是通过分析所有目标环形压力传感器的编码数据,通过编码数据可以确定两个目标环形压力传感器之间是不是相邻,从而可以分析出目标环形压力传感器如果是相邻近的数量超过预设数量,就是群体集中异常;如果都不是相邻近的,或者,相邻近的数量没有达到预设数量,就是单体散落异常。方便了目标环形压力传感器的单体散落异常和群体集中异常的分析。
结合以上图5所示的实施例,在步骤605中确定了第二环形压力传感器和第三环形压力传感器为单体散落异常之后,需要执行图1所示的实施例中步骤104,对目标环形压力传感器的风速风向数据进行处理,具体可以是:
将第二环形压力传感器和第三环形压力传感器的风速风向数据删除;
或者,
从传感器集群中确定与第二环形压力传感器和第三环形压力传感器相邻近的环形压力传感器,作为第四环形压力传感器;
将第四环形压力传感器的风速风向数据与第二环形压力传感器和第三环形压力传感器的风速风向数据,进行均值计算后,替换为第二环形压力传感器和第三环形压力传感器的风速风向数据。
可以看出,对于单体散落异常,可以将第二环形压力传感器和第三环形压力传感器的风速风向数据删除,使得异常的风速风向数据不会有任何影响了;还可以将通过均值法,选择与第二环形压力传感器和第三环形压力传感器相邻近的多个环形压力传感器,作为第四环形压力传感器,将第二、第三及第四环形压力传感器的风速风向数据,进行均值计算后得到的风速风向数据替换掉第二和第三环形压力传感器原来的,降低了异常的风速风向数据的影响。
在以上图1所示的实施例中,步骤105中获取目标环形压力传感器的位置数据,根据位置数据确定目标局部区域之后,还包括:
确定目标局部区域中目标环形压力传感器的传感器数量;
在目标局部区域周围划分出多个相邻局部区域,每个相邻局部区域中具有与传感器数量相同的环形压力传感器。
针对目标局部区域,划分出多个相邻局部区域,方便后续确定待管理局部区域。
在以上图1所示的实施例中,步骤107中根据区域风速风向,从与目标局部区域的相邻局部区域中确定待管理局部区域,包括:
通过区域风速风向确定目标局部区域内的风向;
根据目标局部区域内的风向,从与目标局部区域的相邻局部区域中确定待管理局部区域。
通过风向,可以知道风将要影响到相邻局部区域,从而确定待管理局部区域。
在以上图1所示的实施例中,步骤108中获取目标局部区域及待管理局部区域的地理信息关联性,包括:
通过地理信息系统获取目标局部区域及待管理区域的地理信息,地理信息包括地面特征及海拔高度值;
将目标局部区域及待管理区域的地理信息进行关联,得到地理信息关联性,地理信息关联性包括海拔高度差异性及地面特征差异性。
在以上图1所示的实施例中,步骤109中根据目标局部区域及待管理局部区域的地理信息关联性及风速风向数据,进行局部区域风险分析得到待管理局部区域的风险管理信息,具体的执行步骤如图7所示,包括:
701,根据目标局部区域及待管理局部区域的地理信息关联性,确定待管理局部区域相比较于目标局部区域的地面特征变化及海拔高度变化。
702,根据风速风向数据确定目标局部区域内的风速。
703,判断目标局部区域内的风速是否大于预警风速。
其中,目标局部区域内的预警风速是根据需求制定的,例如,目标局部区域是农场时,为了防止农作物被吹倒,会设置预警风速。如果不大于预警风速,执行步骤704;如果大于预警风速,执行步骤705。
704,无需进行局部区域风险分析。
705,根据待管理局部区域相比较于目标局部区域的地面特征变化情况及海拔高度变化情况。
其中,在目标局部区域内的风速大于预警风速时,风速会继续影响到待管理局部区域,但是还需要比较目标局部区域和待管理局部区域的地面特征变化情况及海拔高度变化情况。
706,当地面特征变化情况为发生变化时,进行局部区域风险分析得到待管理局部区域的风险管理信息,风险管理信息为不需要进行灾害管理。
其中,当地面特征变化情况为发生变化时,例如,目标局部区域的地面特征是农作物,而待管理局部区域的地面特征是水,那么风是不会影响到待管理局部区域的,风险管理信息为不需要进行灾害管理。
707,当地面特征变化情况为未发生变化,且海拔高度变化情况为不变时,进行局部区域风险分析得到待管理局部区域的风险管理信息,风险管理信息为需要进行灾害管理。
其中,当地面特征变化情况为未发生变化,且海拔高度变化情况为不变时,风会直接影响到待管理局部区域,需要进行局部区域风险分析得到待管理局部区域的风险管理信息,风险管理信息为需要进行灾害管理。
708,当地面特征变化情况为未发生变化,且海拔高度变化情况为升高时,进行局部区域风险分析得到待管理局部区域的风险管理信息,风险管理信息为不需要进行灾害管理。
其中,当地面特征变化情况为未发生变化,且海拔高度变化情况为升高时,目标局部区域的风不会影响到海拔高处的待管理局部区域,风险管理信息为不需要进行灾害管理。
709,当地面特征变化情况为未发生变化,且海拔高度变化情况为降低时,进行局部区域风险分析得到待管理局部区域的风险管理信息,风险管理信息为不需要进行灾害管理。
其中,当地面特征变化情况为未发生变化,且海拔高度变化情况为降低时,目标局部区域的风不会影响到海拔低处的待管理局部区域,风险管理信息为不需要进行灾害管理。
本申请的实施原理为:通过目标局部区域的风向确定待管理局部区域,再结合地面特征变化情况和海拔高度变化情况,得到风险管理信息,地面特征变化情况为发生变化,就不需要进行灾害管理;地面特征变化情况为未发生变化,海拔高度变化情况为不变,就需要进行灾害管理;地面特征变化情况为未发生变化,海拔高度变化情况为升高或者降低,都不需要进行灾害管理。
需要说明的是,还包括在地面特征变化情况为未发生变化,且海拔高度也未变化情况的情况下,需要根据温度差异性确定从目标局部区域到待管理局部区域,温度是不是降低,因为两个区域间,气流是从高温向低温的,因此,如果温度变化是降低,那么将会进一步的加大风速,风险管理信息为需要进行灾害管理;如果温度变化是升高,会降低风速,风险管理信息为不需要进行灾害管理。
在以上实施例中,详细说明了基于环形压力传感器的局部区域管理方法,下面通过实施例对应用该方法的基于环形压力传感器的局部区域管理系统进行说明,如图8所示,本申请提供一种环形压力传感器的区域气象监测管理系统,包括:
获取模块801,用于通过传感器集群中每一个环形压力传感器采集风速风向数据,环形压力传感器具有环形的风压感应圈;
判断模块802,用于判断传感器集群中是否具有风速风向数据异常的目标环形压力传感器,目标环形压力传感器至少为一个;
分析模块803,用于当具有风速风向数据异常的目标环形压力传感器时,分析目标环形压力传感器为单体散落异常或群体集中异常;
处理模块804,用于当是单体散落异常时,对目标环形压力传感器的风速风向数据进行处理;
处理模块804,还用于当是群体集中异常时,获取目标环形压力传感器的位置数据,根据位置数据确定目标局部区域;
处理模块804,还用于根据目标环形压力传感器的风速风向数据,确定目标局部区域的区域风速风向;
处理模块804,还用于根据区域风速风向,从与目标局部区域的相邻局部区域中确定待管理局部区域;
获取模块801,还用于获取目标局部区域及待管理局部区域的地理信息关联性,地理信息关联性包括海拔高度差异性及地面特征差异性;
处理模块804,还用于根据目标局部区域及待预警局部区域的地理信息关联性及风速风向数据,进行局部区域风险分析得到待管理局部区域的风险管理信息。
本申请的实施原理为:获取模块801通过传感器集群中每一个环形压力传感器采集风速风向数据,环形压力传感器具有环形的风压感应圈,判断模块802判断传感器集群中是否具有风速风向数据异常的目标环形压力传感器,当具有风速风向数据异常的目标环形压力传感器时,分析模块803分析目标环形压力传感器为单体散落异常或群体集中异常,当是单体散落异常时,处理模块804对目标环形压力传感器的风速风向数据进行处理;当是群体集中异常时,获取目标环形压力传感器的位置数据,根据位置数据确定目标局部区域,根据目标环形压力传感器的风速风向数据,确定目标局部区域的区域风速风向,根据区域风速风向,从与目标局部区域的相邻局部区域中确定待管理局部区域,获取模块801获取目标局部区域及待管理局部区域的地理信息关联性,地理信息关联性包括海拔高度差异性及地面特征差异性,处理模块804根据目标局部区域及待管理局部区域的地理信息关联性及风速风向数据,进行局部区域风险分析得到待管理局部区域的风险管理信息。在目标环形压力传感器的风速风向数据异常时,如果是单体散落异常,对风速风向数据进行单独处理;如果是群体集中异常,通过目标环形压力传感器的位置数据,确定目标局部区域的区域风速风向,从而确定待管理局部区域,综合目标局部区域和待管理局部区域的地理关联性进行局部区域风险分析,从而得到待管理局部区域的风险管理信息,实现了局部区域气象监测到风速风向异常时,对将要影响到的局部区域进行风险管理,降低了局部区域内的风速风向数据异常可能造成的人员及财产损害。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,本说明书(包括摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或者具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
Claims (10)
1.一种环形压力传感器的区域气象监测管理方法,其特征在于,包括:
通过传感器集群中每一个环形压力传感器采集风速风向数据,所述环形压力传感器具有环形的风压感应圈;
判断所述传感器集群中是否具有风速风向数据异常的目标环形压力传感器,所述目标环形压力传感器至少为一个;
当具有风速风向数据异常的目标环形压力传感器时,分析所述目标环形压力传感器为单体散落异常或群体集中异常;
当是所述单体散落异常时,对所述目标环形压力传感器的风速风向数据进行处理;
当是所述群体集中异常时,获取所述目标环形压力传感器的位置数据,根据所述位置数据确定目标局部区域;
根据所述目标环形压力传感器的风速风向数据,确定所述目标局部区域的区域风速风向;
根据所述区域风速风向,从与所述目标局部区域的相邻局部区域中确定待管理局部区域;
获取所述目标局部区域及所述待管理局部区域的地理信息关联性,所述地理信息关联性包括海拔高度差异性及地面特征差异性;
根据所述目标局部区域及所述待管理局部区域的所述地理信息关联性及所述风速风向数据,进行局部区域风险分析得到所述待管理局部区域的风险管理信息。
2.根据权利要求1所述的环形压力传感器的区域气象监测管理方法,其特征在于,所述判断所述传感器集群中是否具有风速风向数据异常的目标环形压力传感器,包括:
获取所有环形压力传感器的历史风速风向数据,根据所述历史风速风向数据构建所述传感器集群所覆盖的整体区域内的风场模型;
通过上一次采集的所有环形压力传感器的风速风向数据和所述风场模型,得到所有环形压力传感器的预测风速风向数据;
将当前采集的所有环形压力传感器的当前风速风向数据,与对应环形压力传感器的所述预测风速风向数据进行比较;
若存在环形压力传感器的所述当前风速风向数据与所述预测风速风向数据不相同,则确定风速风向数据异常,将对应的环形压力传感器作为目标环形压力传感器,所述目标环形压力传感器至少为一个;
若不存在环形压力传感器的所述当前风速风向数据与所述预测风速风向数据不相同,则确定无风速风向数据异常。
3.根据权利要求2所述的环形压力传感器的区域气象监测管理方法,其特征在于,所述分析所述目标环形压力传感器为单体散落异常或群体集中异常,包括:
获取所有的目标环形压力传感器的编码数据;
根据所述编码数据,将相邻近且超过预设数量的目标环形压力传感器作为第一环形压力传感器;
根据所述编码数据,将不相邻近的目标环形压力传感器作为第二环形压力传感器;
根据所述编码数据,将相邻近且不超过预设数量的目标环形压力传感器作为第三环形压力传感器;
确定所述第一环形压力传感器为群体集中异常,及所述第二环形压力传感器和所述第三环形压力传感器为单体散落异常。
4.根据权利要求3所述的环形压力传感器的区域气象监测管理方法,其特征在于,所述对所述目标环形压力传感器的风速风向数据进行处理,包括:
将所述第二环形压力传感器和所述第三环形压力传感器的风速风向数据删除;
或者,
从所述传感器集群中确定与所述第二环形压力传感器和所述第三环形压力传感器相邻近的环形压力传感器,作为第四环形压力传感器;
将所述第四环形压力传感器的风速风向数据与所述第二环形压力传感器和所述第三环形压力传感器的风速风向数据,进行均值计算后,替换为所述第二环形压力传感器和所述第三环形压力传感器的风速风向数据。
5.根据权利要求3所述的环形压力传感器的区域气象监测管理方法,其特征在于,所述获取所述目标环形压力传感器的位置数据,根据所述位置数据确定目标局部区域之后,还包括:
确定所述目标局部区域中所述目标环形压力传感器的传感器数量;
在所述目标局部区域周围划分出多个相邻局部区域,每个相邻局部区域中具有与所述传感器数量相同的环形压力传感器。
6.根据权利要求5所述的环形压力传感器的区域气象监测管理方法,其特征在于,所述根据所述区域风速风向,从与所述目标局部区域的相邻局部区域中确定待管理局部区域,包括:
通过所述区域风速风向确定所述目标局部区域内的风向;
根据所述目标局部区域内的风向,从与所述目标局部区域的相邻局部区域中确定待管理局部区域。
7.根据权利要求6所述的环形压力传感器的区域气象监测管理方法,其特征在于,所述获取所述目标局部区域及所述待管理局部区域的地理信息关联性,包括:
通过地理信息系统获取所述目标局部区域及所述待管理区域的地理信息,所述地理信息包括地面特征及海拔高度值;
将所述目标局部区域及所述待管理区域的地理信息进行关联,得到地理信息关联性,所述地理信息关联性包括海拔高度差异性及地面特征差异性。
8.根据权利要求7所述的环形压力传感器的区域气象监测管理方法,其特征在于,所述根据所述目标局部区域及所述待管理局部区域的所述地理信息关联性及所述风速风向数据,进行局部区域风险分析得到所述待管理局部区域的风险管理信息,包括:
根据所述目标局部区域及所述待管理局部区域的所述地理信息关联性,确定所述待管理局部区域相比较于所述目标局部区域的地面特征变化及海拔高度变化;
根据所述风速风向数据确定所述目标局部区域内的风速;
判断所述目标局部区域内的风速是否大于预警风速;
若不大于所述预警风速时,无需进行局部区域风险分析;
若大于所述预警风速时,根据所述待管理局部区域相比较于所述目标局部区域的地面特征变化情况及海拔高度变化情况,进行局部区域风险分析得到所述待管理局部区域的风险管理信息。
9.根据权利要求8所述的环形压力传感器的区域气象监测管理方法,其特征在于,所述根据所述待管理局部区域相比较于所述目标局部区域的地面特征变化情况及海拔高度变化情况,进行局部区域风险分析得到所述待管理局部区域的风险管理信息,包括:
根据所述待管理局部区域相比较于所述目标局部区域的地面特征变化情况及海拔高度变化情况;
当所述地面特征变化情况为发生变化时,进行局部区域风险分析得到所述待管理局部区域的风险管理信息,所述风险管理信息为不需要进行灾害管理;
或,
当所述地面特征变化情况为未发生变化,且所述海拔高度变化情况为不变时,进行局部区域风险分析得到所述待管理局部区域的风险管理信息,所述风险管理信息为需要进行灾害管理;
或,
当所述地面特征变化情况为未发生变化,且所述海拔高度变化情况为升高时,进行局部区域风险分析得到所述待管理局部区域的风险管理信息,所述风险管理信息为不需要进行灾害管理;
或,
当所述地面特征变化情况为未发生变化,且所述海拔高度变化情况为降低时,进行局部区域风险分析得到所述待管理局部区域的风险管理信息,所述风险管理信息为不需要进行灾害管理。
10.一种环形压力传感器的区域气象监测管理系统,其特征在于,包括:
获取模块,用于通过传感器集群中每一个环形压力传感器采集风速风向数据,所述环形压力传感器具有环形的风压感应圈;
判断模块,用于判断所述传感器集群中是否具有风速风向数据异常的目标环形压力传感器,所述目标环形压力传感器至少为一个;
分析模块,用于当具有风速风向数据异常的目标环形压力传感器时,分析所述目标环形压力传感器为单体散落异常或群体集中异常;
处理模块,用于当是所述单体散落异常时,对所述目标环形压力传感器的风速风向数据进行处理;
所述处理模块,还用于当是所述群体集中异常时,获取所述目标环形压力传感器的位置数据,根据所述位置数据确定目标局部区域;
所述处理模块,还用于根据所述目标环形压力传感器的风速风向数据,确定所述目标局部区域的区域风速风向;
所述处理模块,还用于根据所述区域风速风向,从与所述目标局部区域的相邻局部区域中确定待管理局部区域;
所述获取模块,还用于获取所述目标局部区域及所述待管理局部区域的地理信息关联性,所述地理信息关联性包括海拔高度差异性及地面特征差异性;
所述处理模块,还用于根据所述目标局部区域及所述待预警局部区域的所述地理信息关联性及所述风速风向数据,进行局部区域风险分析得到所述待管理局部区域的风险管理信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111331175.7A CN114137636B (zh) | 2021-11-11 | 2021-11-11 | 一种环形压力传感器的区域气象监测管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111331175.7A CN114137636B (zh) | 2021-11-11 | 2021-11-11 | 一种环形压力传感器的区域气象监测管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114137636A true CN114137636A (zh) | 2022-03-04 |
CN114137636B CN114137636B (zh) | 2022-08-12 |
Family
ID=80393601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111331175.7A Active CN114137636B (zh) | 2021-11-11 | 2021-11-11 | 一种环形压力传感器的区域气象监测管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114137636B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023274325A1 (zh) * | 2021-06-30 | 2023-01-05 | 浙江三一装备有限公司 | 风象信息监测方法、装置、电子设备及存储介质 |
Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07225284A (ja) * | 1994-02-10 | 1995-08-22 | Toshiba Corp | 降雨予測装置および降雨予測装置を用いたプラント計装システム |
JPH10311883A (ja) * | 1997-03-11 | 1998-11-24 | Nippon Telegr & Teleph Corp <Ntt> | 気象画像予測方法、装置および気象画像予測プログラムを記録した記録媒体 |
US20050154562A1 (en) * | 2003-11-14 | 2005-07-14 | Nekka Matsuura | Abnormality determining method, and abnormality determining apparatus and image forming apparatus using same |
JP2007193584A (ja) * | 2006-01-19 | 2007-08-02 | Chugoku Electric Power Co Inc:The | 風向・風速データ管理システムおよび風向・風速データ管理方法 |
CN101017177A (zh) * | 2007-02-23 | 2007-08-15 | 成都市宇中梅科技有限责任公司 | 风速仪 |
US20100180694A1 (en) * | 2009-01-20 | 2010-07-22 | Richard Duncan Ely, III | Bernoulli wind prediction system |
CN102183385A (zh) * | 2011-03-02 | 2011-09-14 | 常州浩讯信息科技有限公司 | 环境实时监测及气体采样方法 |
JP2013054006A (ja) * | 2011-09-06 | 2013-03-21 | Seiko Epson Corp | 気象変動予測情報提供システム、気象変動予測情報提供方法、気象変動予測情報提供プログラム及び記録媒体 |
KR20130128873A (ko) * | 2012-05-18 | 2013-11-27 | 전북대학교산학협력단 | 무선 센서 노드를 이용한 풍력발전기 상태 모니터링 시스템 |
US20140184786A1 (en) * | 2013-01-02 | 2014-07-03 | The Boeing Company | Systems and Methods for Stand-Off Inspection of Aircraft Structures |
US20150039228A1 (en) * | 2012-02-13 | 2015-02-05 | State Grid Corporation Of China | Ultra-short-term forecasting method including real-time monitoring of the effect of upper and lower courses |
CN104568341A (zh) * | 2014-12-24 | 2015-04-29 | 黄建勋 | 一种电子内窥镜自动测漏器 |
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 |
KR20160038596A (ko) * | 2014-09-30 | 2016-04-07 | 조남희 | 도로상 또는 지하에서 발생하는 위험에 대비하는 방법 |
JP2016108827A (ja) * | 2014-12-08 | 2016-06-20 | 三菱電機株式会社 | 農業用水路監視サーバ及び農業用水路監視システム |
WO2016105181A2 (fr) * | 2014-11-03 | 2016-06-30 | Tabyaoui Mohamed | Alerte precoce contre les risques naturels basee sur la technologie mobile |
CN205670368U (zh) * | 2016-05-10 | 2016-11-02 | 武汉智网兴电科技开发有限公司 | 一种输电线路网络智能化山火监控系统 |
CN106709250A (zh) * | 2016-12-22 | 2017-05-24 | 河海大学 | 一种基于并行Kalman算法的数据流异常检测方法 |
US20170261645A1 (en) * | 2016-03-10 | 2017-09-14 | The Climate Corporation | Long-range temperature forecasting |
CN110278285A (zh) * | 2019-07-11 | 2019-09-24 | 河海大学常州校区 | 基于onenet平台的智能安全帽远程监测系统及方法 |
CN209496050U (zh) * | 2018-12-04 | 2019-10-15 | 兰州城市学院 | 摇杆式风速风向仪 |
JP2019203727A (ja) * | 2018-05-22 | 2019-11-28 | 株式会社日立製作所 | 気象予測装置、気象予測方法、並びに風力発電出力推定装置 |
CN111325376A (zh) * | 2018-12-14 | 2020-06-23 | 北京金风科创风电设备有限公司 | 风速预测方法及装置 |
CN112166352A (zh) * | 2018-05-25 | 2021-01-01 | 巴斯夫农化商标有限公司 | 训练机器学习算法并预测特别是田地或子田地级别的天气数据变量的值 |
CN112381358A (zh) * | 2020-10-27 | 2021-02-19 | 清华大学 | 面向城市区域的绿化树木风灾破坏风险近实时评估方法 |
CN112502899A (zh) * | 2020-11-30 | 2021-03-16 | 东方电气风电有限公司 | 一种风力发电机组降耗的方法 |
CN112966933A (zh) * | 2021-03-04 | 2021-06-15 | 国网安徽省电力有限公司电力科学研究院 | 结合气象站、数值预报的多维度风灾精细化预警方法 |
CN113112053A (zh) * | 2021-03-18 | 2021-07-13 | 苏州真趣信息科技有限公司 | 应急监控系统 |
CN113219554A (zh) * | 2021-05-27 | 2021-08-06 | 四川九通智路科技有限公司 | 高速公路精准气象监测预警系统 |
CN113627668A (zh) * | 2021-08-10 | 2021-11-09 | 贵州中云数据服务有限公司 | 一种超算环境下的数据分析处理系统 |
-
2021
- 2021-11-11 CN CN202111331175.7A patent/CN114137636B/zh active Active
Patent Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07225284A (ja) * | 1994-02-10 | 1995-08-22 | Toshiba Corp | 降雨予測装置および降雨予測装置を用いたプラント計装システム |
JPH10311883A (ja) * | 1997-03-11 | 1998-11-24 | Nippon Telegr & Teleph Corp <Ntt> | 気象画像予測方法、装置および気象画像予測プログラムを記録した記録媒体 |
US20050154562A1 (en) * | 2003-11-14 | 2005-07-14 | Nekka Matsuura | Abnormality determining method, and abnormality determining apparatus and image forming apparatus using same |
JP2007193584A (ja) * | 2006-01-19 | 2007-08-02 | Chugoku Electric Power Co Inc:The | 風向・風速データ管理システムおよび風向・風速データ管理方法 |
CN101017177A (zh) * | 2007-02-23 | 2007-08-15 | 成都市宇中梅科技有限责任公司 | 风速仪 |
US20100180694A1 (en) * | 2009-01-20 | 2010-07-22 | Richard Duncan Ely, III | Bernoulli wind prediction system |
CN102183385A (zh) * | 2011-03-02 | 2011-09-14 | 常州浩讯信息科技有限公司 | 环境实时监测及气体采样方法 |
JP2013054006A (ja) * | 2011-09-06 | 2013-03-21 | Seiko Epson Corp | 気象変動予測情報提供システム、気象変動予測情報提供方法、気象変動予測情報提供プログラム及び記録媒体 |
US20150039228A1 (en) * | 2012-02-13 | 2015-02-05 | State Grid Corporation Of China | Ultra-short-term forecasting method including real-time monitoring of the effect of upper and lower courses |
KR20130128873A (ko) * | 2012-05-18 | 2013-11-27 | 전북대학교산학협력단 | 무선 센서 노드를 이용한 풍력발전기 상태 모니터링 시스템 |
US20140184786A1 (en) * | 2013-01-02 | 2014-07-03 | The Boeing Company | Systems and Methods for Stand-Off Inspection of Aircraft Structures |
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 |
KR20160038596A (ko) * | 2014-09-30 | 2016-04-07 | 조남희 | 도로상 또는 지하에서 발생하는 위험에 대비하는 방법 |
WO2016105181A2 (fr) * | 2014-11-03 | 2016-06-30 | Tabyaoui Mohamed | Alerte precoce contre les risques naturels basee sur la technologie mobile |
JP2016108827A (ja) * | 2014-12-08 | 2016-06-20 | 三菱電機株式会社 | 農業用水路監視サーバ及び農業用水路監視システム |
CN104568341A (zh) * | 2014-12-24 | 2015-04-29 | 黄建勋 | 一种电子内窥镜自动测漏器 |
US20170261645A1 (en) * | 2016-03-10 | 2017-09-14 | The Climate Corporation | Long-range temperature forecasting |
CN205670368U (zh) * | 2016-05-10 | 2016-11-02 | 武汉智网兴电科技开发有限公司 | 一种输电线路网络智能化山火监控系统 |
CN106709250A (zh) * | 2016-12-22 | 2017-05-24 | 河海大学 | 一种基于并行Kalman算法的数据流异常检测方法 |
JP2019203727A (ja) * | 2018-05-22 | 2019-11-28 | 株式会社日立製作所 | 気象予測装置、気象予測方法、並びに風力発電出力推定装置 |
CN112166352A (zh) * | 2018-05-25 | 2021-01-01 | 巴斯夫农化商标有限公司 | 训练机器学习算法并预测特别是田地或子田地级别的天气数据变量的值 |
CN209496050U (zh) * | 2018-12-04 | 2019-10-15 | 兰州城市学院 | 摇杆式风速风向仪 |
CN111325376A (zh) * | 2018-12-14 | 2020-06-23 | 北京金风科创风电设备有限公司 | 风速预测方法及装置 |
CN110278285A (zh) * | 2019-07-11 | 2019-09-24 | 河海大学常州校区 | 基于onenet平台的智能安全帽远程监测系统及方法 |
CN112381358A (zh) * | 2020-10-27 | 2021-02-19 | 清华大学 | 面向城市区域的绿化树木风灾破坏风险近实时评估方法 |
CN112502899A (zh) * | 2020-11-30 | 2021-03-16 | 东方电气风电有限公司 | 一种风力发电机组降耗的方法 |
CN112966933A (zh) * | 2021-03-04 | 2021-06-15 | 国网安徽省电力有限公司电力科学研究院 | 结合气象站、数值预报的多维度风灾精细化预警方法 |
CN113112053A (zh) * | 2021-03-18 | 2021-07-13 | 苏州真趣信息科技有限公司 | 应急监控系统 |
CN113219554A (zh) * | 2021-05-27 | 2021-08-06 | 四川九通智路科技有限公司 | 高速公路精准气象监测预警系统 |
CN113627668A (zh) * | 2021-08-10 | 2021-11-09 | 贵州中云数据服务有限公司 | 一种超算环境下的数据分析处理系统 |
Non-Patent Citations (4)
Title |
---|
CHING-TSAN CHIANG: "Extremely short-term wind speed prediction based on RSCMAC", 《2013 9TH ASIAN CONTROL CONFERENCE (ASCC)》 * |
冯海英等: "区域自动站的管理与维护", 《农业与技术》 * |
石玉恒: "北京地区雷暴闪电活动结束的预报方法初探", 《强化科技基础 推进气象现代化——第29届中国气象学会年会》 * |
魏明明等: "区域自动气象站风向风速传感器检测仪设计与应用", 《气象科技》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023274325A1 (zh) * | 2021-06-30 | 2023-01-05 | 浙江三一装备有限公司 | 风象信息监测方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114137636B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10884404B2 (en) | Method of predicting plant data and apparatus using the same | |
CN104330675B (zh) | 基于多元时间序列的变电设备在线监测分析系统及其方法 | |
CN114137636B (zh) | 一种环形压力传感器的区域气象监测管理方法及系统 | |
WO2020111934A1 (en) | A method and system for detection of natural disaster occurrence | |
CN116522270B (zh) | 用于智慧海绵城市的数据处理系统 | |
KR20160096327A (ko) | 수질 복합센서의 데이터 신호처리를 통한 신뢰성 데이터 수집 방법 | |
CN111986436A (zh) | 一种基于紫外、深度神经网络的综合火焰检测方法 | |
CN115876258A (zh) | 基于多源数据的畜禽养殖环境异常监测及报警系统 | |
CN117454283A (zh) | 一种用于风电机组运行检测数据的状态评估方法 | |
CN117289778B (zh) | 一种工控主机电源健康状态的实时监测方法 | |
KR101808390B1 (ko) | 기계 고장 진단 방법 | |
CN117172959B (zh) | 一种林业生态环境监测系统及方法 | |
CN117436005B (zh) | 一种环境空气自动监测过程中异常数据处理方法 | |
CN116990847B (zh) | 基于边缘计算的北斗gnss接收机解算方法和系统 | |
CN112212980B (zh) | 一种抗外界环境温度干扰的人体温度检测方法 | |
CN104596657B (zh) | 一种压气机进出口温度监测装置及方法 | |
CN104568438A (zh) | 发动机轴承故障检测系统及方法 | |
JP6699301B2 (ja) | 異常検出装置、異常検出方法及び異常検出システム | |
CN113032971A (zh) | 一种用于生态环境监测质量评价的系统 | |
CN110266527B (zh) | 基于空间相关性的传感器节点故障分类报警方法及装置 | |
CN116702588A (zh) | 一种基于多源数据的风电场关键气象因子预报方法及系统 | |
CN116306262A (zh) | 一种基于集成学习算法的镀锌钢腐蚀预测方法 | |
CN111319787B (zh) | 一种直升机动部件振动监测数据有效性评估方法 | |
CN113516091B (zh) | 一种识别变电站电火花图像的方法 | |
CN111854973B (zh) | 基于无人机的抗外界环境温度干扰的人体温度检测方法 |
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 |