CN115271180A - 一种新能源供电站选址方法和设备 - Google Patents

一种新能源供电站选址方法和设备 Download PDF

Info

Publication number
CN115271180A
CN115271180A CN202210775942.1A CN202210775942A CN115271180A CN 115271180 A CN115271180 A CN 115271180A CN 202210775942 A CN202210775942 A CN 202210775942A CN 115271180 A CN115271180 A CN 115271180A
Authority
CN
China
Prior art keywords
preselected
area
offshore
offshore area
soil
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
CN202210775942.1A
Other languages
English (en)
Inventor
杨欣
吴晓鸣
施天成
代磊
郭汶璋
周帆
种亚林
丛昊
李志伟
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 Anhui Zhongxing Electric Power Design Institute Co ltd
Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd
Original Assignee
State Grid Anhui Zhongxing Electric Power Design Institute Co ltd
Economic and Technological Research Institute of State Grid Anhui Electric Power 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 Anhui Zhongxing Electric Power Design Institute Co ltd, Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd filed Critical State Grid Anhui Zhongxing Electric Power Design Institute Co ltd
Priority to CN202210775942.1A priority Critical patent/CN115271180A/zh
Publication of CN115271180A publication Critical patent/CN115271180A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开一种新能源供电站选址方法和设备,本发明通过检测各预选近海区域对应的地形参数数据、环境约束信息和潮汐信息,得到各预选近海区域对应的地形参数符合比例系数、环境约束信息符合比例系数和潮汐信息符合比例系数,同时分析各预选近海区域对应的综合信息符合系数,按照综合信息符合系数从高到低的顺序依次进行排列,并依次进行显示,从而实现对预选近海区域进行多方面因素的综合分析,提高潮汐供电站选址结果的合理性与真实性,进一步有效避免后期潮汐供电站实际建设中出现未能发现的问题,保障后期潮汐供电站的安全稳定运行,进而提升潮汐供电站的供电量和投资效益。

Description

一种新能源供电站选址方法和设备
技术领域
本发明涉及新能源供电站选址领域,涉及到一种新能源供电站选址方法和设备。
背景技术
随着能源短缺问题日益严重,潮汐能作为一种再生新能源已引起人们的重视。潮汐能在缓解资源危机、保护海洋生态、克服边远海岛电力等诸多领域有着广阔的经济前景。因此,合理选址是潮汐供电站开发的前提,也是一项重要难题。
现有的潮汐供电站选址方式一般采用评估人员进行评估选址,具体评估方式为:通过评估人员实地勘察预选区域的潮汐信息,并根据预选区域的潮汐信息进行主观性的评分,该方式不仅具有主观性和片面性较强的特点,而且不能运用科学实际勘察数据和处理方法进行定性与定量相结合的分析评估,从而导致评估人员对潮汐供电站的选址结果缺乏实用性和指导性,进一步使得后期潮汐供电站的实际使用效果达不到预期,进而无法满足潮汐供电站对应服务人群的基本需求。
现有的潮汐供电站选址方式只针对预选区域的潮汐信息进行单一化分析,没有考虑区域地形和区域环境对潮汐供电站选址的影响,从而无法实现对预选区域进行多方面因素的综合分析,导致潮汐供电站选址结果受到一定的影响,存在后期出现潮汐供电站实际建设中出现未能发现的问题,进一步无法保证后期潮汐供电站的安全稳定运行,进而影响潮汐供电站的供电量和投资效益。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种新能源供电站选址方法和设备。
为实现上述目的,第一方面,本发明提供一种新能源供电站选址方法,包括以下步骤:
S1、预选近海区域编号:将各预选建立潮汐供电站的近海区域记为各预选近海区域,并将各预选近海区域按照预设的顺序依次编号为1,2,...,i,...,n;
S2、区域地形参数数据检测:检测各预选近海区域对应的地形参数数据,其中地形参数数据包括海岸线平直度、海底地形类型、离岸间距和平均海水深度;
S3、区域地形参数数据分析:根据各预选近海区域对应的地形参数数据,分析得到各预选近海区域对应的地形参数符合比例系数;
S4、区域环境约束信息获取:获取各预选近海区域对应的环境约束信息,其中环境约束信息包括海底土壤环境参数和海水生态环境参数;
S5、区域环境约束信息解析:对各预选近海区域对应的环境约束信息进行解析,分析各预选近海区域对应的环境约束信息符合比例系数;
S6、区域潮汐信息监测:对各预选近海区域在预设周期内各采集日的潮汐信息进行监测,得到各预选近海区域在预设周期内各采集日的潮汐波浪周期、有效潮汐波浪波高和有效潮汐波浪波向;
S7、潮汐信息符合比例系数分析:对各预选近海区域在预设周期内各采集日的潮汐波浪周期、有效潮汐波浪波高和有效潮汐波浪波向进行解析,分析各预选近海区域对应的潮汐信息符合比例系数;
S8、预选近海区域筛选:分析各预选近海区域对应的综合信息符合系数,按照综合信息符合系数从高到低的顺序依次进行排列,并依次进行显示。
作为一种优选的方案,所述步骤S2中监测各预选近海区域对应的地形参数数据,具体监测方式为:
采集各预选近海区域对应的海岸线图像,得到各预选近海区域对应的海岸线轮廓图形,并对各预选近海区域对应的海岸线轮廓图形进行解析,得到各预选近海区域对应的海岸线平直度,将其标记为wi 1,i=1,2,...,n,i表示为第i个预选近海区域的编号;
对各预选近海区域对应的海底地形进行三维扫描,获得各预选近海区域对应的海底地形类型;
检测各预选近海区域对应中心点位置离海岸线的直线距离,将各预选近海区域对应中心点位置离海岸线的直线距离记为各预选近海区域对应的离岸间距,将其标记为wi 2
检测各预选近海区域中各检测点处的海水深度,通过平均值计算方式得到各预选近海区域对应的平均海水深度,并将其标记为wi 3
作为一种优选的方案,所述步骤S3中各预选近海区域对应的地形参数符合比例系数分析方式为:
提取供电站数据存储库中存储的各类型海底地形对应的潮汐供电站建立符合权重指数,并提取各预选近海区域对应的海底地形类型,筛选得到各预选近海区域对应的潮汐供电站建立符合权重指数,将其标记为φi
提取各预选近海区域对应的海岸线平直度wi 1、离岸间距wi 2和平均海水深度wi 3,分析得到各预选近海区域对应的地形参数符合比例系数
Figure BDA0003727128980000041
其中δ1、δ2、δ3分别表示为预设的海岸线平直度、离岸间距和海水深度对应的潮汐供电站建立符合权重指数,W′2和W′3分别表示为供电站数据存储库中存储的潮汐供电站建立区域对应标准离岸间距和标准海水深度,ΔW″2表示为预设的离岸间距允许误差值,e表示为自然常数。
作为一种优选的方案,所述步骤S4中获取各预选近海区域对应的海底土壤环境参数,具体获取方式包括:
将各预选近海区域对应海底土壤区域按照等面积划分方式进行划分,得到各预选近海区域对应各海底土壤子区域,并对各预选近海区域对应各海底土壤子区域的土壤进行取样,得到各预选近海区域对应各海底土壤子区域的土壤样本,识别分析各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的占比,将各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的占比标记为kir a,r=1,2,...,u,r表示为第r个海底土壤子区域的编号,a=a1或a2,a1、a2分别表示为砂石类型土壤和淤泥类型土壤;
通过土壤松软度测定仪对各预选近海区域对应各海底土壤子区域中心点处的土壤松软度进行监测,得到各预选近海区域对应各海底土壤子区域中心点处的土壤松软度,将其标记为qir
作为一种优选的方案,所述步骤S4中获取各预选近海区域对应的海水生态环境参数,具体获取方式包括:
将各预选近海区域对应海水区域按照空间网格化划分方式进行划分,得到各预选近海区域对应各海水子区域,并对各预选近海区域对应各海水子区域进行监测,得到各预选近海区域对应各海水子区域中各种海洋生物的数量和平均尺寸,将各预选近海区域对应各海水子区域中各种海洋生物的数量和平均尺寸分别标记为qifb1 c
Figure BDA0003727128980000051
其中f=1,2,...,v,f表示为第f个海水子区域的编号,c=1,2,...,s,c表示为第c种海洋生物的编号。
作为一种优选的方案,所述步骤S5对应具体步骤如下:
提取供电站数据存储库中存储的各类型海底土壤对应的松软度影响因子,并根据各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的占比和各海底土壤子区域中心点处的土壤松软度,分析得到各预选近海区域对应的海底土壤环境参数符合权重指数,并将其标记为ψi 1
根据各预选近海区域对应各海水子区域中各种海洋生物的数量和平均尺寸,分析各预选近海区域对应的海水生态环境参数符合权重指数
Figure BDA0003727128980000061
其中η表示为预设的海水生态环境参数补偿指数,Vi表示为第i个预选近海区域划分后的海水子区域体积,ρ表示为预设的海水生态环境中海洋生物适宜生存密集度;
将各预选近海区域对应的海底土壤环境参数符合权重指数ψi 1和海水生态环境参数符合权重指数ψi 2代入公式
Figure BDA0003727128980000062
得到各预选近海区域对应的环境约束信息符合比例系数
Figure BDA0003727128980000063
其中γ1和γ2分别表示为预设的海底土壤环境和海水生态环境对应的符合影响因子。
作为一种优选的方案,所述步骤S6中对各预选近海区域在预设周期内各采集日的潮汐信息进行监测,具体包括:
监测各预选近海区域在预设周期内各采集日对应涨潮波浪周期、各涨潮波浪的波高和各涨潮波浪的波向,并对各预选近海区域在预设周期内各采集日对应各涨潮波浪的波高和各涨潮波浪的波向进行处理,得到各预选近海区域在预设周期内各采集日对应的有效涨潮波浪波高和有效涨潮波浪波向,将各预选近海区域在预设周期内各采集日对应的涨潮波浪周期和有效涨潮波浪波高分别标记为Tix 1和Hix 1,其中x=1,2,...,y,x表示为预设周期内第x个采集日的编号;
监测各预选近海区域在预设周期内各采集日对应退潮波浪周期、各退潮波浪的波高和各退潮波浪的波向,处理得到各预选近海区域在预设周期内各采集日对应的有效退潮波浪波高和有效退潮波浪波向,将各预选近海区域在预设周期内各采集日对应的退潮波浪周期和有效退潮波浪波高分别标记为Tix 2和Hix 2
作为一种优选的方案,所述步骤S7中分析各预选近海区域对应的潮汐信息符合比例系数,具体分析包括:
将各预选近海区域在预设周期内各采集日对应的涨潮波浪周期Tix 1和有效涨潮波浪波高Hix 1代入公式
Figure BDA0003727128980000071
得到各预选近海区域在预设周期内各采集日对应的涨潮波功率密度值ωix,其中ρ海水表示为海水密度,g表示为地球的重力加速度,π表示为圆周率;同理,分析得到各预选近海区域在预设周期内各采集日对应的退潮波功率密度值ω′ix
根据各预选近海区域在预设周期内各采集日的有效涨潮波浪波向和有效退潮波浪波向,得到各预选近海区域在预设周期内各采集日的有效涨潮波浪波向与有效退潮波浪波向之间的夹角,将其记为各预选近海区域在预设周期内各采集日的潮汐波浪波向夹角,并标记为θix
分析各预选近海区域对应的潮汐信息符合比例系数
Figure BDA0003727128980000072
其中
Figure BDA0003727128980000073
表示为第i个预选近海区域对应的潮汐信息符合比例系数,λ1、λ2分别表示为预设的潮汐波功率密度值和潮汐波浪波向夹角对应的符合影响因子,y表示为预设周期的采集天数,ω′表示为预设的潮汐波功率密度值阈值,Δθ′表示为预设的潮汐波浪波向夹角阈值。
作为一种优选的方案,所述步骤S8中各预选近海区域对应的综合信息符合系数分析公式为
Figure BDA0003727128980000081
其中Ψi表示为第i个预选近海区域对应的综合信息符合系数,χ1、χ2、χ3分别表示为预设的地形参数数据、环境约束信息和潮汐信息对应的符合权重因子,且χ123=1。
第二方面,本发明还提供一种新能源供电站选址设备,包括:处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行本发明所述的一种新能源供电站选址方法。
相对于现有技术,本发明所述的一种新能源供电站选址方法和设备具有以下有益效果:
本发明通过检测各预选近海区域对应的地形参数数据、环境约束信息和潮汐信息,得到各预选近海区域对应的地形参数符合比例系数、环境约束信息符合比例系数和潮汐信息符合比例系数,同时分析各预选近海区域对应的综合信息符合系数,按照综合信息符合系数从高到低的顺序依次进行排列,并依次进行显示,从而实现对预选近海区域进行多方面因素的综合分析,提高潮汐供电站选址结果的合理性与真实性,进一步有效避免后期潮汐供电站实际建设中出现未能发现的问题,保障后期潮汐供电站的安全稳定运行,进而提升潮汐供电站的供电量和投资效益。
本发明通过对各预选近海区域在预设周期内各采集日的潮汐信息进行监测,得到各预选近海区域在预设周期内各采集日的潮汐波浪周期、有效潮汐波浪波高和有效潮汐波浪波向,解析得到各预选近海区域对应的潮汐信息符合比例系数,从而打破现有方式存在主观性和片面性的问题,能够实现运行科学实际勘察数据和处理方法进行定性与定量相结合的分析评估,进而提高潮汐供电站选址结果的实用性和指导性,进一步保证后期潮汐供电站的实际使用效果达到预期,满足潮汐供电站对应服务人群的基本需求。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的方法流程示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作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所示,本发明的第一方面提供一种新能源供电站选址方法,包括如下步骤:
S1、预选近海区域编号:将各预选建立潮汐供电站的近海区域记为各预选近海区域,并将各预选近海区域按照预设的顺序依次编号为1,2,...,i,...,n。
S2、区域地形参数数据检测:检测各预选近海区域对应的地形参数数据,其中地形参数数据包括海岸线平直度、海底地形类型、离岸间距和平均海水深度。
在上述实施例的基础上,所述步骤S2中监测各预选近海区域对应的地形参数数据,具体监测方式为:
通过无人机上携带的高清摄像头采集各预选近海区域对应的海岸线图像,得到各预选近海区域对应的海岸线轮廓图形,并对各预选近海区域对应的海岸线轮廓图形进行解析,得到各预选近海区域对应的海岸线平直度,将其标记为wi 1,i=1,2,...,n,i表示为第i个预选近海区域的编号;
通过水下地形探测仪对各预选近海区域对应的海底地形进行三维扫描,构建各预选近海区域对应的海底地形三维模型,将各预设近海区域对应的海底地形三维模型与预设的各类型海底地形对应标准三维模型进行对比,统计各预选近海区域对应的海底地形三维模型与各类型海底地形对应标准三维模型的相似度,筛选各预选近海区域对应海底地形三维模型相似度最高的类型海底地形,将其记为各预选近海区域对应的海底地形类型;
通过将无人机悬停在各预选近海区域对应的中心点位置,并通过无人机上携带的声波测距仪检测各预选近海区域对应中心点位置离海岸线的直线距离,将各预选近海区域对应中心点位置离海岸线的直线距离记为各预选近海区域对应的离岸间距,将其标记为wi 2
将若干检测点按照均匀布设的方式依次布设在各预选近海区域内,且各预设建近海区域内布设的检测点数量相同,通过声呐检测仪分别检测各预选近海区域中各检测点处的海水深度,通过平均值计算方式得到各预选近海区域对应的平均海水深度,并将其标记为wi 3
作为本发明的一个具体实施例,上述中各预选近海区域对应的海岸线平直度获取方式为:
将各预选近海区域对应的海岸线轮廓图形按照单调性划分方式进行划分,得到各预选近海区域中各段海岸线轮廓图形,并根据各预选近海区域中各段海岸线轮廓图形,获取各预选近海区域中各段海岸线轮廓图形对应的总轮廓长度、最高位置与最低位置的垂直间距、最高位置与最低位置的水平间距,通过海岸线平直指数分析公式
Figure BDA0003727128980000111
得到各预选近海区域中各段海岸线轮廓图像对应的海岸线平直指数wij 1,其中α1、α2分别表示为预设的海岸线轮廓长度和海岸线轮廓陡度对应的影响权重因子,Lij、dij 垂直、dij 水平分别表示为第i个预选近海区域中第j段海岸线轮廓图像对应的总轮廓长度、最高位置与最低位置的垂直间距、最高位置与最低位置的水平间距,并分析得到各预选近海区域对应的海岸线平直度
Figure BDA0003727128980000121
其中m表示为划分的海岸线轮廓总段数。
S3、区域地形参数数据分析:根据各预选近海区域对应的地形参数数据,分析得到各预选近海区域对应的地形参数符合比例系数。
在上述实施例的基础上,所述步骤S3中各预选近海区域对应的地形参数符合比例系数分析方式为:
提取供电站数据存储库中存储的各类型海底地形对应的潮汐供电站建立符合权重指数,并提取各预选近海区域对应的海底地形类型,筛选得到各预选近海区域对应的潮汐供电站建立符合权重指数,将其标记为φi
提取各预选近海区域对应的海岸线平直度wi 1、离岸间距wi 2和平均海水深度wi 3,分析得到各预选近海区域对应的地形参数符合比例系数
Figure BDA0003727128980000122
其中δ1、δ2、δ3分别表示为预设的海岸线平直度、离岸间距和海水深度对应的潮汐供电站建立符合权重指数,W′2和W′3分别表示为供电站数据存储库中存储的潮汐供电站建立区域对应标准离岸间距和标准海水深度,ΔW″2表示为预设的离岸间距允许误差值,e表示为自然常数。
S4、区域环境约束信息获取:获取各预选近海区域对应的环境约束信息,其中环境约束信息包括海底土壤环境参数和海水生态环境参数。
在上述实施例的基础上,所述步骤S4中获取各预选近海区域对应的海底土壤环境参数,具体获取方式包括:
将各预选近海区域对应海底土壤区域按照等面积划分方式进行划分,得到各预选近海区域对应各海底土壤子区域,并对各预选近海区域对应各海底土壤子区域的土壤进行取样,得到各预选近海区域对应各海底土壤子区域的土壤样本,识别分析各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的占比,将各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的占比标记为kir a,r=1,2,...,u,r表示为第r个海底土壤子区域的编号,a=a1或a2,a1、a2分别表示为砂石类型土壤和淤泥类型土壤;
通过土壤松软度测定仪对各预选近海区域对应各海底土壤子区域中心点处的土壤松软度进行监测,得到各预选近海区域对应各海底土壤子区域中心点处的土壤松软度,将其标记为qir
作为本发明的一个具体实施例,上述中各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的占比分析方式为:
根据各预选近海区域对应各海底土壤子区域的土壤样本,识别得到各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的体积,并将各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的体积与其对应土壤样本的总土壤体积进行比值对比,得到各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的占比。
在上述实施例的基础上,所述步骤S4中获取各预选近海区域对应的海水生态环境参数,具体获取方式包括:
将各预选近海区域对应海水区域按照空间网格化划分方式进行划分,得到各预选近海区域对应各海水子区域,并对各预选近海区域对应各海水子区域进行监测,得到各预选近海区域对应各海水子区域中各种海洋生物的数量和平均尺寸,将各预选近海区域对应各海水子区域中各种海洋生物的数量和平均尺寸分别标记为
Figure BDA0003727128980000141
Figure BDA0003727128980000142
其中f=1,2,...,v,f表示为第f个海水子区域的编号,c=1,2,...,s,c表示为第c种海洋生物的编号。
S5、区域环境约束信息解析:对各预选近海区域对应的环境约束信息进行解析,分析各预选近海区域对应的环境约束信息符合比例系数。
在上述实施例的基础上,所述步骤S5对应具体步骤如下:
提取供电站数据存储库中存储的各类型海底土壤对应的松软度影响因子,并根据各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的占比和各海底土壤子区域中心点处的土壤松软度,分析各预选近海区域对应的海底土壤环境参数符合权重指数
Figure BDA0003727128980000143
其中u表示为划分的海底土壤子区域数量,q安全表示为预设的潮汐供电站建立区域对应海底土壤的安全松软度,
Figure BDA0003727128980000144
分别表示为砂石类型土壤、淤泥类型土壤对应的松软度影响因子,且
Figure BDA0003727128980000145
分别表示为第i个预选近海区域对应第r个海底土壤子区域土壤样本中砂石类型土壤和淤泥类型土壤的占比;
根据各预选近海区域对应各海水子区域中各种海洋生物的数量和平均尺寸,分析各预选近海区域对应的海水生态环境参数符合权重指数
Figure BDA0003727128980000151
其中η表示为预设的海水生态环境参数补偿指数,Vi表示为第i个预选近海区域划分后的海水子区域体积,ρ表示为预设的海水生态环境中海洋生物适宜生存密集度;
将各预选近海区域对应的海底土壤环境参数符合权重指数ψi 1和海水生态环境参数符合权重指数ψi 2代入公式
Figure BDA0003727128980000152
得到各预选近海区域对应的环境约束信息符合比例系数
Figure BDA0003727128980000153
其中γ1和γ2分别表示为预设的海底土壤环境和海水生态环境对应的符合影响因子。
S6、区域潮汐信息监测:对各预选近海区域在预设周期内各采集日的潮汐信息进行监测,得到各预选近海区域在预设周期内各采集日的潮汐波浪周期、有效潮汐波浪波高和有效潮汐波浪波向。
在上述实施例的基础上,所述步骤S6中对各预选近海区域在预设周期内各采集日的潮汐信息进行监测,具体包括:
监测各预选近海区域在预设周期内各采集日对应涨潮波浪周期、各涨潮波浪的波高和各涨潮波浪的波向,并对各预选近海区域在预设周期内各采集日对应各涨潮波浪的波高和各涨潮波浪的波向进行处理,得到各预选近海区域在预设周期内各采集日对应的有效涨潮波浪波高和有效涨潮波浪波向,将各预选近海区域在预设周期内各采集日对应的涨潮波浪周期和有效涨潮波浪波高分别标记为Tix 1和Hix 1,其中x=1,2,...,y,x表示为预设周期内第x个采集日的编号;
监测各预选近海区域在预设周期内各采集日对应退潮波浪周期、各退潮波浪的波高和各退潮波浪的波向,处理得到各预选近海区域在预设周期内各采集日对应的有效退潮波浪波高和有效退潮波浪波向,将各预选近海区域在预设周期内各采集日对应的退潮波浪周期和有效退潮波浪波高分别标记为Tix 2和Hix 2
作为本发明的一个具体实施例,所述各预选近海区域在预设周期内各采集日对应的有效涨潮波浪波高获取方式为:
对各预选近海区域在预设周期内各采集日对应各涨潮波浪的波高进行平均处理,得到各预选近海区域在预设周期内各采集日对应的平均涨潮波浪波高,并筛选各预选近海区域在预设周期内各采集日中高于平均涨潮波浪波高的各涨潮波浪,将其记为各预选近海区域在预设周期内各采集日对应的各标记涨潮波浪,提取各预选近海区域在预设周期内各采集日对应各标记涨潮波浪的波高,并通过平均值计算公式得到各预选近海区域在预设周期内各采集日对应的有效涨潮波浪波高。
作为本发明的一个具体实施例,所述各预选近海区域在预设周期内各采集日对应的有效涨潮波浪波向获取方式为:
根据各预选近海区域在预设周期内各采集日对应各涨潮波浪的波向,统计各预选近海区域在预设周期内各采集日对应各波向的涨潮波浪数量,筛选各预选近海区域在预设周期内各采集日对应涨潮波浪数量最多的波向,将其记为各预选近海区域在预设周期内各采集日对应的有效涨潮波浪波向。
S7、潮汐信息符合比例系数分析:对各预选近海区域在预设周期内各采集日的潮汐波浪周期、有效潮汐波浪波高和有效潮汐波浪波向进行解析,分析各预选近海区域对应的潮汐信息符合比例系数。
在上述实施例的基础上,所述步骤S7中分析各预选近海区域对应的潮汐信息符合比例系数,具体分析包括:
将各预选近海区域在预设周期内各采集日对应的涨潮波浪周期Tix 1和有效涨潮波浪波高Hix 1代入公式
Figure BDA0003727128980000171
得到各预选近海区域在预设周期内各采集日对应的涨潮波功率密度值ωix,其中ρ海水表示为海水密度,g表示为地球的重力加速度,π表示为圆周率;同理,分析得到各预选近海区域在预设周期内各采集日对应的退潮波功率密度值ω′ix
根据各预选近海区域在预设周期内各采集日的有效涨潮波浪波向和有效退潮波浪波向,得到各预选近海区域在预设周期内各采集日的有效涨潮波浪波向与有效退潮波浪波向之间的夹角,将其记为各预选近海区域在预设周期内各采集日的潮汐波浪波向夹角,并标记为θix
分析各预选近海区域对应的潮汐信息符合比例系数
Figure BDA0003727128980000181
其中
Figure BDA0003727128980000182
表示为第i个预选近海区域对应的潮汐信息符合比例系数,λ1、λ2分别表示为预设的潮汐波功率密度值和潮汐波浪波向夹角对应的符合影响因子,y表示为预设周期的采集天数,ω′表示为预设的潮汐波功率密度值阈值,Δθ′表示为预设的潮汐波浪波向夹角阈值。
在本实施例中,本发明通过对各预选近海区域在预设周期内各采集日的潮汐信息进行监测,得到各预选近海区域在预设周期内各采集日的潮汐波浪周期、有效潮汐波浪波高和有效潮汐波浪波向,解析得到各预选近海区域对应的潮汐信息符合比例系数,从而打破现有方式存在主观性和片面性的问题,能够实现运行科学实际勘察数据和处理方法进行定性与定量相结合的分析评估,进而提高潮汐供电站选址结果的实用性和指导性,进一步保证后期潮汐供电站的实际使用效果达到预期,满足潮汐供电站对应服务人群的基本需求。
S8、预选近海区域筛选:分析各预选近海区域对应的综合信息符合系数,按照综合信息符合系数从高到低的顺序依次进行排列,并依次进行显示。
在上述实施例的基础上,所述步骤S8中各预选近海区域对应的综合信息符合系数分析公式为
Figure BDA0003727128980000183
其中Ψi表示为第i个预选近海区域对应的综合信息符合系数,χ1、χ2、χ3分别表示为预设的地形参数数据、环境约束信息和潮汐信息对应的符合权重因子,且χ123=1。
在本实施例中,本发明通过检测各预选近海区域对应的地形参数数据、环境约束信息和潮汐信息,得到各预选近海区域对应的地形参数符合比例系数、环境约束信息符合比例系数和潮汐信息符合比例系数,同时分析各预选近海区域对应的综合信息符合系数,按照综合信息符合系数从高到低的顺序依次进行排列,并依次进行显示,从而实现对预选近海区域进行多方面因素的综合分析,提高潮汐供电站选址结果的合理性与真实性,进一步有效避免后期潮汐供电站实际建设中出现未能发现的问题,保障后期潮汐供电站的安全稳定运行,进而提升潮汐供电站的供电量和投资效益。
本发明的第二方面提供一种新能源供电站选址设备,包括:处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行本发明所述的一种新能源供电站选址方法。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

Claims (10)

1.一种新能源供电站选址方法,其特征在于,包括如下步骤:
S1、预选近海区域编号:将各预选建立潮汐供电站的近海区域记为各预选近海区域,并将各预选近海区域按照预设的顺序依次编号为1,2,...,i,...,n;
S2、区域地形参数数据检测:检测各预选近海区域对应的地形参数数据,其中地形参数数据包括海岸线平直度、海底地形类型、离岸间距和平均海水深度;
S3、区域地形参数数据分析:根据各预选近海区域对应的地形参数数据,分析得到各预选近海区域对应的地形参数符合比例系数;
S4、区域环境约束信息获取:获取各预选近海区域对应的环境约束信息,其中环境约束信息包括海底土壤环境参数和海水生态环境参数;
S5、区域环境约束信息解析:对各预选近海区域对应的环境约束信息进行解析,分析各预选近海区域对应的环境约束信息符合比例系数;
S6、区域潮汐信息监测:对各预选近海区域在预设周期内各采集日的潮汐信息进行监测,得到各预选近海区域在预设周期内各采集日的潮汐波浪周期、有效潮汐波浪波高和有效潮汐波浪波向;
S7、潮汐信息符合比例系数分析:对各预选近海区域在预设周期内各采集日的潮汐波浪周期、有效潮汐波浪波高和有效潮汐波浪波向进行解析,分析各预选近海区域对应的潮汐信息符合比例系数;
S8、预选近海区域筛选:分析各预选近海区域对应的综合信息符合系数,按照综合信息符合系数从高到低的顺序依次进行排列,并依次进行显示。
2.根据权利要求1所述的一种新能源供电站选址方法,其特征在于:所述步骤S2中监测各预选近海区域对应的地形参数数据,具体监测方式为:
采集各预选近海区域对应的海岸线图像,得到各预选近海区域对应的海岸线轮廓图形,并对各预选近海区域对应的海岸线轮廓图形进行解析,得到各预选近海区域对应的海岸线平直度,将其标记为wi 1,i=1,2,...,n,i表示为第i个预选近海区域的编号;
对各预选近海区域对应的海底地形进行三维扫描,获得各预选近海区域对应的海底地形类型;
检测各预选近海区域对应中心点位置离海岸线的直线距离,将各预选近海区域对应中心点位置离海岸线的直线距离记为各预选近海区域对应的离岸间距,将其标记为wi 2
检测各预选近海区域中各检测点处的海水深度,通过平均值计算方式得到各预选近海区域对应的平均海水深度,并将其标记为wi 3
3.根据权利要求2所述的一种新能源供电站选址方法,其特征在于:所述步骤S3中各预选近海区域对应的地形参数符合比例系数分析方式为:
提取供电站数据存储库中存储的各类型海底地形对应的潮汐供电站建立符合权重指数,并提取各预选近海区域对应的海底地形类型,筛选得到各预选近海区域对应的潮汐供电站建立符合权重指数,将其标记为φi
提取各预选近海区域对应的海岸线平直度wi 1、离岸间距wi 2和平均海水深度wi 3,分析得到各预选近海区域对应的地形参数符合比例系数
Figure FDA0003727128970000031
其中δ1、δ2、δ3分别表示为预设的海岸线平直度、离岸间距和海水深度对应的潮汐供电站建立符合权重指数,W′2和W′3分别表示为供电站数据存储库中存储的潮汐供电站建立区域对应标准离岸间距和标准海水深度,ΔW″2表示为预设的离岸间距允许误差值,e表示为自然常数。
4.根据权利要求1所述的一种新能源供电站选址方法,其特征在于:所述步骤S4中获取各预选近海区域对应的海底土壤环境参数,具体获取方式包括:
将各预选近海区域对应海底土壤区域按照等面积划分方式进行划分,得到各预选近海区域对应各海底土壤子区域,并对各预选近海区域对应各海底土壤子区域的土壤进行取样,得到各预选近海区域对应各海底土壤子区域的土壤样本,识别分析各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的占比,将各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的占比标记为kir a,r=1,2,...,u,r表示为第r个海底土壤子区域的编号,a=a1或a2,a1、a2分别表示为砂石类型土壤和淤泥类型土壤;
通过土壤松软度测定仪对各预选近海区域对应各海底土壤子区域中心点处的土壤松软度进行监测,得到各预选近海区域对应各海底土壤子区域中心点处的土壤松软度,将其标记为qir
5.根据权利要求4所述的一种新能源供电站选址方法,其特征在于:所述步骤S4中获取各预选近海区域对应的海水生态环境参数,具体获取方式包括:
将各预选近海区域对应海水区域按照空间网格化划分方式进行划分,得到各预选近海区域对应各海水子区域,并对各预选近海区域对应各海水子区域进行监测,得到各预选近海区域对应各海水子区域中各种海洋生物的数量和平均尺寸,将各预选近海区域对应各海水子区域中各种海洋生物的数量和平均尺寸分别标记为
Figure FDA0003727128970000041
Figure FDA0003727128970000042
其中f=1,2,...,v,f表示为第f个海水子区域的编号,c=1,2,...,s,c表示为第c种海洋生物的编号。
6.根据权利要求5所述的一种新能源供电站选址方法,其特征在于:所述步骤S5对应具体步骤如下:
提取供电站数据存储库中存储的各类型海底土壤对应的松软度影响因子,并根据各预选近海区域对应各海底土壤子区域土壤样本中各类型土壤的占比和各海底土壤子区域中心点处的土壤松软度,分析得到各预选近海区域对应的海底土壤环境参数符合权重指数,并将其标记为ψi 1
根据各预选近海区域对应各海水子区域中各种海洋生物的数量和平均尺寸,分析各预选近海区域对应的海水生态环境参数符合权重指数
Figure FDA0003727128970000051
其中η表示为预设的海水生态环境参数补偿指数,Vi表示为第i个预选近海区域划分后的海水子区域体积,ρ表示为预设的海水生态环境中海洋生物适宜生存密集度;
将各预选近海区域对应的海底土壤环境参数符合权重指数ψi 1和海水生态环境参数符合权重指数ψi 2代入公式
Figure FDA0003727128970000052
得到各预选近海区域对应的环境约束信息符合比例系数
Figure FDA0003727128970000053
其中γ1和γ2分别表示为预设的海底土壤环境和海水生态环境对应的符合影响因子。
7.根据权利要求1所述的一种新能源供电站选址方法,其特征在于:所述步骤S6中对各预选近海区域在预设周期内各采集日的潮汐信息进行监测,具体包括:
监测各预选近海区域在预设周期内各采集日对应涨潮波浪周期、各涨潮波浪的波高和各涨潮波浪的波向,并对各预选近海区域在预设周期内各采集日对应各涨潮波浪的波高和各涨潮波浪的波向进行处理,得到各预选近海区域在预设周期内各采集日对应的有效涨潮波浪波高和有效涨潮波浪波向,将各预选近海区域在预设周期内各采集日对应的涨潮波浪周期和有效涨潮波浪波高分别标记为Tix 1和Hix 1,其中x=1,2,...,y,x表示为预设周期内第x个采集日的编号;
监测各预选近海区域在预设周期内各采集日对应退潮波浪周期、各退潮波浪的波高和各退潮波浪的波向,处理得到各预选近海区域在预设周期内各采集日对应的有效退潮波浪波高和有效退潮波浪波向,将各预选近海区域在预设周期内各采集日对应的退潮波浪周期和有效退潮波浪波高分别标记为Tix 2和Hix 2
8.根据权利要求7所述的一种新能源供电站选址方法,其特征在于:所述步骤S7中分析各预选近海区域对应的潮汐信息符合比例系数,具体分析包括:
将各预选近海区域在预设周期内各采集日对应的涨潮波浪周期Tix 1和有效涨潮波浪波高Hix 1代入公式
Figure FDA0003727128970000061
得到各预选近海区域在预设周期内各采集日对应的涨潮波功率密度值ωix,其中ρ海水表示为海水密度,g表示为地球的重力加速度,π表示为圆周率;同理,分析得到各预选近海区域在预设周期内各采集日对应的退潮波功率密度值ω′ix
根据各预选近海区域在预设周期内各采集日的有效涨潮波浪波向和有效退潮波浪波向,得到各预选近海区域在预设周期内各采集日的有效涨潮波浪波向与有效退潮波浪波向之间的夹角,将其记为各预选近海区域在预设周期内各采集日的潮汐波浪波向夹角,并标记为θix
分析各预选近海区域对应的潮汐信息符合比例系数
Figure FDA0003727128970000062
其中θi表示为第i个预选近海区域对应的潮汐信息符合比例系数,λ1、λ2分别表示为预设的潮汐波功率密度值和潮汐波浪波向夹角对应的符合影响因子,y表示为预设周期的采集天数,ω′表示为预设的潮汐波功率密度值阈值,Δθ′表示为预设的潮汐波浪波向夹角阈值。
9.根据权利要求1所述的一种新能源供电站选址方法,其特征在于:所述步骤S8中各预选近海区域对应的综合信息符合系数分析公式为
Figure FDA0003727128970000071
其中Ψi表示为第i个预选近海区域对应的综合信息符合系数,χ1、χ2、χ3分别表示为预设的地形参数数据、环境约束信息和潮汐信息对应的符合权重因子,且χ123=1。
10.一种新能源供电站选址设备,其特征在于:包括:处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行上述权利要求1-9任一项所述的方法。
CN202210775942.1A 2022-07-02 2022-07-02 一种新能源供电站选址方法和设备 Pending CN115271180A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210775942.1A CN115271180A (zh) 2022-07-02 2022-07-02 一种新能源供电站选址方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210775942.1A CN115271180A (zh) 2022-07-02 2022-07-02 一种新能源供电站选址方法和设备

Publications (1)

Publication Number Publication Date
CN115271180A true CN115271180A (zh) 2022-11-01

Family

ID=83762529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210775942.1A Pending CN115271180A (zh) 2022-07-02 2022-07-02 一种新能源供电站选址方法和设备

Country Status (1)

Country Link
CN (1) CN115271180A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117634002A (zh) * 2024-01-15 2024-03-01 广东大禹水利建设有限公司 一种堤防防淤复合封堵施工方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117634002A (zh) * 2024-01-15 2024-03-01 广东大禹水利建设有限公司 一种堤防防淤复合封堵施工方法
CN117634002B (zh) * 2024-01-15 2024-07-23 广东大禹水利建设有限公司 一种堤防防淤复合封堵施工方法

Similar Documents

Publication Publication Date Title
CN112883564B (zh) 一种基于随机森林的水体温度预测方法及预测系统
CN109543356A (zh) 考虑空间非平稳性的海洋内部温盐结构遥感反演方法
CN115082809B (zh) 一种基于遥感影像大数据的潮滩演变监测新方法
Garel et al. Multi-year high-frequency physical and environmental observations at the Guadiana Estuary
CN103389077A (zh) 一种基于mbes的海底沙波地貌运动探测方法
Toso et al. Tidal inlet seafloor changes induced by recently built hard structures
CN115271180A (zh) 一种新能源供电站选址方法和设备
CN115951361A (zh) 基于大数据平台的海上风电桩的智能地形扫测方法
Chauvin Wave attenuation by constructed oyster reef breakwaters
Furlani Integrating observational targets and instrumental data on rock coasts through snorkel surveys: A methodological approach
CN117330040B (zh) 一种基于水上测绘无人船的滩涂地形测绘方法及系统
CN113359726B (zh) 一种最大浑浊带的预测方法及系统
Lisimenka et al. Quantification of bedform roughness development in the Vistula River Mouth using multibeam echosounder bathymetry data
Parker Field and numerical investigation of wave power and shoreline retreat in Terrebonne Bay, Southern Louisiana
Coppini et al. The copernicus marine service ocean forecasting system for the mediterranean sea
Islam et al. Model-induced comparative study of ALB and UAV-borne green LiDAR systems on vegetated lower Asahi river assessment in Japan
Evans Hydrodynamic modelling of sediment transport and bedform formation on the NW Irish shelf
Sorrentino et al. A GIS-based geostatistical approach for palaeo-environmental reconstructions of coastal areas: the case of the Cilento promontory (southern Italy)
CN113807409B (zh) 一种基于判别分析的海岸带分类方法
Brydsten et al. Digital elevation models for site investigation programme in Oskarshamn. Site description version 1.2
Makarynska et al. Hydrodynamic and sediment plume modelling in a macro-tidal estuary
Smith Investigating Ice-Impacted Fluvial Processes in a Small Riffle-Pool Sequence in Southern Ontario
Lisimenka et al. Bedform characterization in river channel through 2D spectral analysis
Delgado Jr Quantifying coastal marsh erosion using a LIDAR terrestrial laser scanner: The role of waves, soil, and vegetation
Manno et al. Shoreline detection in a gentle slope Mediterranean beach

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