CN115840740B - 一种用于光伏电站的太阳能资源缺测数据插补方法 - Google Patents
一种用于光伏电站的太阳能资源缺测数据插补方法 Download PDFInfo
- Publication number
- CN115840740B CN115840740B CN202211177360.XA CN202211177360A CN115840740B CN 115840740 B CN115840740 B CN 115840740B CN 202211177360 A CN202211177360 A CN 202211177360A CN 115840740 B CN115840740 B CN 115840740B
- Authority
- CN
- China
- Prior art keywords
- data
- solar
- time
- irradiance
- resource
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000005259 measurement Methods 0.000 title claims abstract description 71
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 48
- 230000005855 radiation Effects 0.000 claims description 18
- 238000013479 data entry Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 8
- 230000007812 deficiency Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 4
- 238000007639 printing Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims 3
- 230000002123 temporal effect Effects 0.000 claims 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 2
- 239000004745 nonwoven fabric Substances 0.000 claims 1
- 230000009897 systematic effect Effects 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 abstract description 2
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Classifications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明公开了一种用于光伏电站的太阳能资源缺测数据插补方法,结合《太阳能资源评估方法》(GB/T 37256—2019)规定,并充分考虑与缺测时刻最近的实测时刻数据及其太阳总辐照度、大气温度和大气湿度等关键因素,提出了一种系统的、合理的太阳能资源缺测数据插补方法,该方法计算出的数据更贴近实际情况,同时极大程度地提高了数据插补的效率、合理性和准确性;本发明还提出了太阳能资源数据监测系统,通过相应的数据采集卡、各类传感器、上位机程序和数据库,可以实时采集实际工程所需监测的太阳能资源数据,并将实测数据写入数据库,不仅可以用于第三方平台数据共享,而且方便后期工程人员进行数据分析处理。
Description
技术领域
本发明涉及太阳能资源数据监测及数据插补技术领域,具体涉及一种用于光伏电站的太阳能资源缺测数据插补方法。
背景技术
太阳能资源数据广泛应用于能源、建筑、气象、电力、农业等领域,尤其对于光伏电站而言,其太阳能资源数据的完整性和准确性对项目选址和后期发电量的计算十分重要。2013年年底国家能源局出台了《光伏电站暂行管理办法》,其中里面第12条明确规定光伏项目开发前期,必须要有现场实测数据,或者有代表性的实测数据。目前国内光伏电站在前期可行性研究报告的编写过程中使用的太阳能资源数据主要来源为当地气象部门或其它商业软件提供的数据。
在实际工程项目开发前期,应对项目当地的太阳能资源数据进行数据采集和存储,以方便工程人员进行后期数据分析。但许多时候由于监测设备的故障、测量精度或其它外部的影响,所监测的短期太阳能资源实测数据会存在不合理值和缺测值。《太阳能资源评估方法》(GB/T37256—2019)明确规定,需要从实测数据系列中选择与缺测时刻最近、天气现象相同、有实测数据的时刻进行数据插补,实际工程项目操作中缺少对缺测数据的插补运算方法。
专利号为“CN201410652759”的“缺测数据补全方法以及数据收集装置”,该方法在发生缺测时,对能量使用量的变动式样与所述发生缺测的测量位置的能量使用量的变动式样类似的测量位置的、与所述缺测的期间相当的期间的每个测量时刻间隔的能量使用量比率进行计算,并使用该计算出的能量使用量比率,计算所述缺测的期间的每个测量时刻间隔的能量使用量,补全所述缺测数据;该方法虽然能补全缺测数据,但是由于仅参考历史数据,没有结合缺测时刻的实际因素,所以计算出来的数据不够客观和准确。
发明内容
本发明的目的在于提供一种用于光伏电站的太阳能资源缺测数据插补方法,结合《太阳能资源评估方法》(GB/T37256—2019)规定并充分考虑与缺测时刻最近的实测时刻数据及天气现象等关键因素,提出了一种系统的、合理的太阳能资源缺测数据插补方法,极大程度地提高了数据插补的效率、合理性和准确性。
为解决上述技术问题,本发明采用如下的技术方案:一种用于光伏电站的太阳能资源缺测数据插补方法,包括以下步骤:
S110、确定数据总条目,具体为:从数据库中取出需要检测太阳能资源数据,依据设置的步长Ts计算太阳能资源数据的数据条目总量为n;
S120、对n条太阳能资源数据进行合理性检查,记录不合理的数据条目后将其中不合理的数据值置为空值,太阳能资源数据中有置空项该条数据即为缺测数据;
S130、对n条太阳能资源数据进行完整性检查,计算得到有效数据完整率rsd,通过有效数据完整率rsd判断是否需要数据插补计算,如果需要插补计算则继续判断是否满足插补计算要求,满足插补计算要求则进行下一步;
S140、对满足插补计算要求的n条太阳能资源数据进行缺测数据插补计算,具体步骤为:
a、定义数据时刻;
b、搜索第一个实测数据并记录第一个实测数据时刻为tp;
c、搜索第一个缺测数据并记录第一个缺测数据时刻为tf;
d、由第tf向前搜索,离tf最近的第一个实测时刻为ti,同时由第tf向后搜索,离tf最近的第一个实测时刻为tj;
e、依据tf、ti和tj计算得出tf时刻的数据,并将该数据插补到tf时刻太阳能资源数据中;
f、计算插补完整率rp,并根据rp判断是否继续进行缺测数据插补计算,如rp<100%,则依次进行c、d、e和f步骤,如rp=100%,则完成本次缺测数据插补计算。
前述用于光伏电站的太阳能资源缺测数据插补方法,其中所述步骤S110中太阳能资源数据的数据条目总量为n,其中每条太阳能资源数据包括的字段有太阳总辐照度、太阳直接辐照度、太阳散射辐照度、风速风向、大气压强、大气温度和大气湿度,结合规范可知数据写入步长Ts应该小于1小时,依据监测系统所设定,10min或者20min均可。
前述用于光伏电站的太阳能资源缺测数据插补方法,其中所述步骤S120中对太阳能资源数据进行合理性检查,是根据《太阳能资源评估方法》(GB/T37256—2019)规定,从气候学界限值、内部一致性、变化范围3个方面对n条太阳能资源数据的合理性进行检查,记录不合理的数据条目,将其中不合理的数据值置为空值,太阳能资源数据中有置空项该条数据即为缺测数据。
前述用于光伏电站的太阳能资源缺测数据插补方法,其中所述步骤S130具体为:
S131、数据完整性检查:进一步检查n条太阳能资源数据的完整性,根据《太阳能资源评估方法》(GB/T37256—2019)规定,太阳能资源数据的实测数据记录应包括至少1年的连续、完整数据,数据记录应至少包括小时值,小时值的数据完整率应不低于95%;即n条太阳能资源数据的有效数据完整率应不低于95%,有效数据完整率rsd的定义如下:
式中,N0为预期记录的数据总条目,这里为n,N1为没有太阳直接辐照度的数据条目,N2为不合理的数据条目,N1+N2=m;
具体为,N0是太阳能资源数据所预期记录的总数据条目;譬如太阳直接辐射度预期记录3年,Ts为1h,则N0=1x24x3x365。
S132、依据数据完整率判断是否满足数据插补条件:假定所缺测的太阳能资源要素为太阳直接辐照度,DHI代表太阳直接辐照度;
首先判断是否满足数据插补要求,若太阳直接辐照度数据的完整率rsd=100%,则无需进行插补;若95%≤rsd<100%,则需要对其进行数据插补;若rsd<95%,则判断为实测数据异常不满足数据插补要求。
前述用于光伏电站的太阳能资源缺测数据插补方法,其中所述步骤S140具体为:
S141、定义数据时刻:将存在太阳直接辐照度的第一条太阳能资源数据对应起始时刻为t1,则最后一条,即第n条数据对应结束时刻为tn,两条相邻数据之间的时间间隔为步长Ts,n条数据里至少应包括1条实测数据;
S142、搜索第一个实测数据,对n条太阳能资源数据自前向后进行搜索,查询并记录第一条太阳能直接辐照度不为空的太阳能资源数据的时刻,即第一条太阳直接辐照度的实测数据时刻,见下式,
DHI(tp)≠NULL t1≤tp≤tn
式中,tp为第一个实测数据时刻;
S143、搜索第一个缺测数据,对记录有太阳能直接辐照度的n条数据自前向后进行搜索,查询并记录第一条太阳能直接辐照度为空的太阳能资源数据的时刻,即第一条太阳直接辐照度的缺测数据时刻,
DHI(tf)=NULL t1≤tf≤tn
式中,tf为第一个缺测数据时刻;
S144、由步骤S143获取第一个缺测数据时刻tf后,若向前搜索存在太阳能直接辐照度不为空的时刻,则记为ti,若向后搜索存在太阳能直接辐照度不为空的时刻,则记为tj,需要满足:
S145、依据tf、ti和tj计算得出tf时刻的太阳直接辐照度数据,并将该数据插补到tf时刻太阳能资源数据的太阳直接辐照度数据项中;
S146、在步骤S145的数据插补成功后,将n条数据自前向后进行检索,当太阳直接辐照度数据为空值时进行记录,检索完成后所记录的空值条目总数即为m,计算所插补数据的插补完整率rp,如rp<100%,则依次进行S143、S144、S145和S146步骤,如rp=100%,则完成本次缺测数据插补计算;
插补完整率rp的计算公式为:
式中,M0为太阳能资源数据条目总量,这里为n条;M1为太阳直接辐照度数据为空的条目总量,这里为m条。
前述用于光伏电站的太阳能资源缺测数据插补方法,其中所述步骤S145中计算缺测的太阳直接辐照度数据:
S1451、ti存在,tj不存在,根据ti时刻的地外水平面太阳辐照度、ti时刻的太阳直接辐照度和tf时刻的地外水平面太阳辐照度,计算tf时刻的太阳直接辐照度,具体计算如下:
上式中,EHI为地外水平面太阳辐照度,DHI为太阳直接辐照度,
将计算tf时刻的太阳直接辐照度插补到tf时刻太阳能资源数据对应数据项中;
S1452、ti不存在,tj存在,根据tj时刻的地外水平面太阳辐照度、tj时刻的太阳直接辐照度和tf时刻的地外水平面太阳辐照度,计算tf时刻的太阳直接辐照度,具体计算如下:
上式中,EHI为地外水平面太阳辐照度,DHI为太阳直接辐照度,
将计算tf时刻的太阳直接辐照度插补到tf时刻太阳能资源数据对应数据项中;
S1453、若ti和tj都存在,因为是对列数据自前向后搜索,则会出现三种情况分别为:
a、ti时刻离tf时刻更近,即tf–ti<tj–tf;此时按照步骤S1451中的计算公式对tf时刻进行数据插补;
b、tj时刻离tf时刻更近,即tf–ti>tj–tf;此时按照步骤S1452中的计算公式对tf时刻进行数据插补;
c、ti时刻和tj时刻离tf时刻一样近,即tf–ti=tj–tf,此时需要考虑天气现象,介于本发明所监测的太阳能资源数据,以太阳总辐照度、大气温度和大气湿度作为天气差异情况的衡量指标,根据相关工程经验并结合各指标对光伏电站的影响情况,设定其指标权重分别占比,太阳总辐照度占比为0.6、大气温度占比为0.1,大气湿度占比为0.3,分别计算ti时刻和tj时刻相较于tj时刻的天气现象差异情况,具体计算如下:
式中,GHI为太阳总辐照度,T为大气温度,H为大气湿度,w代表天气现象差异情况,w数值越小表明两个时刻的天气现象更加相近;
进一步地,根据天气现象差异情况对tf时刻进行数据插补,具体计算如下:
前述用于光伏电站的太阳能资源缺测数据插补方法,还包括有太阳能资源数据监测系统,所述太阳能资源数据监测系统包括光伏电站、数据采集装置和数据处理服务器,光伏电站内布置有数据采集装置,数据采集装置电性连接数据处理服务器。
前述用于光伏电站的太阳能资源缺测数据插补方法,其中所述数据采集装置包括总辐射传感器、直接辐射传感器、散射辐射传感器、风速风向传感器、气压传感器、温度传感器、湿度传感器和数据采集卡,总辐射传感器、直接辐射传感器、散射辐射传感器、风速风向传感器、气压传感器、温度传感器和湿度传感器均电性连接于数据采集卡;
数据采集卡采集光伏电站的重要太阳能资源数据,所述重要太阳能资源数据包括太阳总辐照度、太阳直接辐照度、太阳散射辐照度、风速风向、大气压强、大气温度和大气湿度。
前述用于光伏电站的太阳能资源缺测数据插补方法,其中所述数据处理服务器中配置有通讯接口、上位机LabVIEW程序和数据库,所述数据采集卡电性连接通讯接口,所述上位机LabVIEW程序将通讯接口接收到的重要太阳能资源数据进行处理,并将处理后的太阳能资源数据存储到数据库。
前述用于光伏电站的太阳能资源缺测数据插补方法,其中所述上位机LabVIEW程序包括用户登录模块、数据采集模块、数据存储模块、状态推送模块和报表打印模块;
所述用户登录模块具体为:用户登录模块基于数据库绑定用户表和角色表的动态信息权限,角色为电站管理员的用户赋予所有功能权限,角色为监测员的用户可查看LabVIEW前面板并实时监测光伏电站系统的太阳能资源数据,角色为工程师的用户可查看后台程序框图并对其功能进行修改完善;
所述数据采集模块具体为:采用“生产者——消费者”模型作为程序设计的主体结构,进一步设定数据采集卡的各项工作参数,包括物理通道,采样率、采样数和数据写入时间步长,对光伏电站所需监测的太阳能资源数据进行采集;
所述数据存储模块具体为:根据所设定的数据写入步长,将光伏电站的各项太阳能资源数据在LabVIEW前面板进行实时显示并自动写入数据库做后续分析;
所述状态推送模块具体为:通过对数据库中的历史数据进一步分析后可对当地太阳能资源进行评估,然后将评估结果实时推送给电站管理员;
所述报表打印模块:在用户需要查看资源报表时,该模块可以按逐时、逐日、逐月、逐年等条件将光伏电站的太阳能资源数据进行筛选统计并打印。
与现有技术相比,本发明的有益之处在于结合《太阳能资源评估方法》(GB/T37256—2019)规定,并充分考虑与缺测时刻最近的实测时刻数据及其太阳总辐照度、大气温度和大气湿度等关键因素,提出了一种系统的、合理的太阳能资源缺测数据插补方法,该方法计算出的数据更贴近实际情况,同时极大程度地提高了数据插补的效率、合理性和准确性;本发明还提出了太阳能资源数据监测系统,通过相应的数据采集卡、各类传感器、上位机程序和数据库,可以实时采集实际工程所需监测的太阳能资源数据,并将实测数据写入数据库,不仅可以用于第三方平台数据共享,而且方便后期工程人员进行数据分析处理。
附图说明
图1是本发明的缺测数据插补方法流程图;
图2是本发明中太阳能资源数据监测系统结构示意图;
下面结合附图和具体实施方式对本发明作进一步的说明。
具体实施方式
本发明的实施例1:一种用于光伏电站的太阳能资源缺测数据插补方法,包括以下步骤:
S110、确定数据总条目,具体为:从数据库中取出需要检测太阳能资源数据,依据设置的步长Ts计算太阳能资源数据的数据条目总量为n;
S120、对n条太阳能资源数据进行合理性检查,记录不合理的数据条目后将其中不合理的数据值置为空值,太阳能资源数据中有置空项该条数据即为缺测数据;
S130、对n条太阳能资源数据进行完整性检查,计算得到有效数据完整率rsd,通过有效数据完整率rsd判断是否需要数据插补计算,如果需要插补计算则继续判断是否满足插补计算要求,满足插补计算要求则进行下一步;
S140、对满足插补计算要求的n条太阳能资源数据进行缺测数据插补计算,具体步骤为:
a、定义数据时刻;
b、搜索第一个实测数据并记录第一个实测数据时刻为tp;
c、搜索第一个缺测数据并记录第一个缺测数据时刻为tf;
d、由第tf向前搜索,离tf最近的第一个实测时刻为ti,同时由第tf向后搜索,离tf最近的第一个实测时刻为tj;
e、依据tf、ti和tj计算得出tf时刻的数据,并将该数据插补到tf时刻太阳能资源数据中;
f、计算插补完整率rp,并根据rp判断是否继续进行缺测数据插补计算,如rp<100%,则依次进行c、d、e和f步骤,如rp=100%,则完成本次缺测数据插补计算。
本发明的实施例2:一种用于光伏电站的太阳能资源缺测数据插补方法,其特征在于,包括以下步骤:
S110、确定数据总条目,具体为:从数据库中取出需要检测太阳能资源数据,依据步长Ts计算太阳能资源数据的数据条目总量为n,其中每条太阳能资源数据包括的字段有太阳总辐照度、太阳直接辐照度、太阳散射辐照度、风速风向、大气压强、大气温度和大气湿度,结合规范可知数据写入步长Ts应该小于1小时,依据监测系统所设定,10min或者20min均可;
S120、对n条太阳能资源数据进行合理性检查,是根据《太阳能资源评估方法》(GB/T37256—2019)规定,从气候学界限值、内部一致性、变化范围3个方面对n条太阳能资源数据的合理性进行检查,记录不合理的数据条目,将其中不合理的数据值置为空值,太阳能资源数据中有置空项该条数据即为缺测数据;
S131、数据完整性检查:进一步检查n条太阳能资源数据的完整性,根据《太阳能资源评估方法》(GB/T37256—2019)规定,太阳能资源数据的实测数据记录应包括至少1年的连续、完整数据,数据记录应至少包括小时值,小时值的数据完整率应不低于95%;即n条太阳能资源数据的有效数据完整率应不低于95%,有效数据完整率rsd的定义如下:
式中,N0为预期记录的数据总条目,这里为n,N1为没有太阳直接辐照度的数据条目,N2为不合理的数据条目,N1+N2=m;
具体为,N0是太阳能资源数据所预期记录的总数据条目;譬如太阳直接辐射度预期记录3年,Ts为1h,则N0=1x24x3x365。
S132、依据数据完整率判断是否满足数据插补条件:假定所缺测的太阳能资源要素为太阳直接辐照度,DHI代表太阳直接辐照度;
首先判断是否满足数据插补要求,若太阳直接辐照度数据的完整率rsd=100%,则无需进行插补;若95%≤rsd<100%,则需要对其进行数据插补;若rsd<95%,则判断为实测数据异常不满足数据插补要求;
S140、对满足插补计算要求的n条太阳能资源数据进行缺测数据插补计算,具体步骤为:
S141、定义数据时刻:将存在太阳直接辐照度的第一条太阳能资源数据对应起始时刻为t1,则最后一条,即第n条数据对应结束时刻为tn,两条相邻数据之间的时间间隔为步长Ts,n条数据里至少应包括1条实测数据;
S142、搜索第一个实测数据,对n条太阳能资源数据自前向后进行搜索,查询并记录第一条太阳能直接辐照度不为空的太阳能资源数据的时刻,即第一条太阳直接辐照度的实测数据时刻,见下式,
DHI(tp)≠NULL t1≤tp≤tn
式中,tp为第一个实测数据时刻;
S143、搜索第一个缺测数据,对记录有太阳能直接辐照度的n条数据自前向后进行搜索,查询并记录第一条太阳能直接辐照度为空的太阳能资源数据的时刻,即第一条太阳直接辐照度的缺测数据时刻,
DHI(tf)=NULL t1≤tf≤tn
式中,tf为第一个缺测数据时刻;
S144、由步骤S143获取第一个缺测数据时刻tf后,若向前搜索存在太阳能直接辐照度不为空的时刻,则记为ti,若向后搜索存在太阳能直接辐照度不为空的时刻,则记为tj,需要满足:
S145、依据tf、ti和tj计算得出tf时刻的太阳直接辐照度数据,并将该数据插补到tf时刻太阳能资源数据的太阳直接辐照度数据项中;
具体为:
S1451、ti存在,tj不存在,根据ti时刻的地外水平面太阳辐照度、ti时刻的太阳直接辐照度和tf时刻的地外水平面太阳辐照度,计算tf时刻的太阳直接辐照度,具体计算如下:
上式中,EHI为地外水平面太阳辐照度,DHI为太阳直接辐照度,
将计算tf时刻的太阳直接辐照度插补到tf时刻太阳能资源数据对应数据项中;
S1452、ti不存在,tj存在,根据tj时刻的地外水平面太阳辐照度、tj时刻的太阳直接辐照度和tf时刻的地外水平面太阳辐照度,计算tf时刻的太阳直接辐照度,具体计算如下:
上式中,EHI为地外水平面太阳辐照度,DHI为太阳直接辐照度,
将计算tf时刻的太阳直接辐照度插补到tf时刻太阳能资源数据对应数据项中;
S1453、若ti和tj都存在,因为是对列数据自前向后搜索,则会出现三种情况分别为:
a、ti时刻离tf时刻更近,即tf–ti<tj–tf;此时按照步骤S1451中的计算公式对tf时刻进行数据插补;
b、tj时刻离tf时刻更近,即tf–ti>tj–tf;此时按照步骤S1452中的计算公式对tf时刻进行数据插补;
c、ti时刻和tj时刻离tf时刻一样近,即tf–ti=tj–tf,此时需要考虑天气现象,介于本发明所监测的太阳能资源数据,以太阳总辐照度、大气温度和大气湿度作为天气差异情况的衡量指标,根据相关工程经验并结合各指标对光伏电站的影响情况,设定其指标权重分别占比,太阳总辐照度占比为0.6、大气温度占比为0.1,大气湿度占比为0.3,分别计算ti时刻和tj时刻相较于tj时刻的天气现象差异情况,具体计算如下:
式中,GHI为太阳总辐照度,T为大气温度,H为大气湿度,w代表天气现象差异情况,w数值越小表明两个时刻的天气现象更加相近;
进一步地,根据天气现象差异情况对tf时刻进行数据插补,具体计算如下:
S146、在步骤S145的数据插补成功后,将n条数据自前向后进行检索,当太阳直接辐照度数据为空值时进行记录,检索完成后所记录的空值条目总数即为m,计算所插补数据的插补完整率rp,如rp<100%,则依次进行S143、S144、S145和S146步骤,如rp=100%,则完成本次缺测数据插补计算;
插补完整率rp的计算公式为:
式中,M0为太阳能资源数据条目总量,这里为n条;M1为太阳直接辐照度数据为空的条目总量,这里为m条。
本发明的实施例3:一种用于光伏电站的太阳能资源缺测数据插补方法,包括以下步骤:
步骤1:根据附图2所搭建的光伏电站太阳能资源数据监测系统,结合总辐射传感器、直接辐射传感器、散射辐射传感器、风速风向传感器、气压传感器、温度传感器和湿度传感器,实时采集某地光伏电站的太阳能资源数据,设定数据写入步长Ts为10min,即每隔10min将所采集数据做算术平均并写入预设数据库。
本实例选取了当地光伏电站某两天的实测数据,步长Ts为10min,每小时实测数据6条,数据总条数为2x24x6=288条,其中缺测段实测数据如表1所示,缺测数据条目总量为8。
表1某地光伏电站某天的部分实测数据
注:太阳总辐照度(GHI)和太阳直接辐照度(DHI)单位均为W/m2,“---”表示缺测数据。
步骤2:数据合理性检查。根据《GB/T37256—2019太阳能资源评估方法》规定,从气候学界限值、内部一致性、变化范围3个方面对288条实测数据的合理性进行检查可知,不存在不合理数据。
步骤3:根据式(1)计算数据完整率rsd。
步骤4:由步骤3计算结果可知rsd≈2.7%,故需要对缺测段数据表1中太阳能直接辐照度的缺测数据进行插补运算。
步骤5:定义数据时刻,本次太阳能资源数据条目总量n为288条,所设定的数据写入步长Ts为10min,故定义数据时刻为t1到t288,缺测段数据表1中数据时刻为tq1到tq11。
步骤6:搜索第一个实测数据。并记录第一个实测数据时刻为t1。
步骤7:搜索第一个缺测数据。通过表1搜索并记录第一个缺测数据时刻为tq2,且DHI(tq2)=NULL。
步骤8:由步骤7获取第一个太阳能直接辐照度缺测数据时刻tq2后,分别向前和向后同时搜索离tq2最近的第一个实测时刻。tq2时刻向上搜索最近的实测时刻为tq1,向下搜索最近的实测时刻为tq9。
步骤9:由步骤8可知缺测时刻tq2向上和向下均存在实测时刻,但向上的实测时刻tq1离缺测时刻tq2更近,故根据计算式:
计算tq2时刻的太阳直接辐照度,即:
其中地外水平面太阳辐照度(EHI)的定义如下:
上式中,φ表示当地纬度,单位为度;δ表示太阳赤纬,单位为度;wt表示时角,单位为度;EDNI表示地外法向太阳辐照度,单位为W/m2;E0为太阳常数,取1366.1W/m2;ny表示积日,即日期在一年的序数。根据式(2)和式(3)计算可知DHI(tq2)=2.4862,根据该插补运算结果更新数据库,即将tq2时刻的太阳能直接辐照度由空值插补为2.4862。
步骤10:再次计算插补完整率rp,公式为:
计算缺测完整率发现rp小于100%,故重新搜索新数据库中的缺测数据进行插补;
当tq2到tq7时刻的数据均插补完成后,按照自前向后的搜索原则,接下来需要对tq8时刻的空值进行插补。
步骤11:对于tq8时刻来说,此时tq7时刻和tq9时刻离tq8时刻均相差一个数据步长且不为空值,故需要进一步考虑天气因素,根据式(4)计算tq7时刻和tq9时刻相较于tq8时刻的天气差异情况结果如下:
查询表1代入相应数值计算可得w(tq7-q8)=0.4153、w(tq9-q8)=2.6457,根据所发明的方法,采用tq7时刻的数据对tq8时刻的空值进行插补,即:
根据上式计算可知DHI(tq8)=1.8090。
步骤12:完成上述步骤后,表1中还剩tq10时刻的数据为空值,同理,对于tq10时刻来说,此时tq9时刻和tq11时刻离tq10时刻均相差一个数据步长且不为空值,其插补方法同上,通过式(4)计算可知w(tq9-q10)=0.9443、w(tq11-q10)=0.7826,故需要采用tq11时刻的数据对tq10时刻的空值进行插补,本实例不再赘述。综上,根据本发明提出的缺测数据插补方法对表1的缺测数据进行插补后的结果如表2所示。
表2缺测段数据插补运算结果
本发明的一种实施例的工作原理:首先确定太阳能资源数据总条目,从数据库中取出需要检测太阳能资源数据,依据步长Ts计算太阳能资源数据的数据条目总量为n;对n条太阳能资源数据进行合理性检查,记录不合理的数据条目后将其中不合理的数据值置为空值;对n条太阳能资源数据进行完整性检查,计算得到有效数据完整率rsd,通过有效数据完整率rsd判断是否需要数据插补计算,如果需要插补计算则继续判断是否满足插补计算要求;对满足插补计算要求的n条太阳能资源数据进行缺测数据插补计算,具体步骤为:
a、将存在太阳直接辐照度的第一条太阳能资源数据对应起始时刻为t1,则最后一条,即第n条数据对应结束时刻为tn。两条相邻数据之间的时间间隔为数据写入步长为Ts;
b、搜索第一个实测数据,对n条太阳能资源数据自前向后进行搜索,查询并记录第一条太阳能直接辐照度不为空的太阳能资源数据的时刻,即第一条太阳直接辐照度的实测数据时刻,
DHI(tp)≠NULL t1≤tp≤tn
式中,tp为第一个实测数据时刻;
c、搜索第一个缺测数据,对记录有太阳能直接辐照度的n条数据自前向后进行搜索,查询并记录第一条太阳能直接辐照度为空的太阳能资源数据的时刻,即第一条太阳直接辐照度的缺测数据时刻,
DHI(tf)=NULL t1≤tf≤tn
式中,tf为第一个缺测数据时刻;
d、由步骤c获取第一个缺测数据时刻后,若向前搜索存在太阳能直接辐照度不为空的时刻,则记为ti,若向后搜索存在太阳能直接辐照度不为空的时刻,则记为tj,需要满足:
e、依据tf、ti和tj计算得出tf时刻的数据,并将该数据插补到tf时刻太阳能资源数据中;
计算缺测的太阳直接辐照度数据过程为:
ti存在,tj不存在,根据ti时刻的地外水平面太阳辐照度、ti时刻的太阳直接辐照度和tf时刻的地外水平面太阳辐照度,计算tf时刻的太阳直接辐照度,具体计算如下:
上式中,EHI为地外水平面太阳辐照度,DHI为太阳直接辐照度,
将计算tf时刻的太阳直接辐照度插补到tf时刻太阳能资源数据中;
ti不存在,tj存在,根据tj时刻的地外水平面太阳辐照度、tj时刻的太阳直接辐照度和tf时刻的地外水平面太阳辐照度,计算tf时刻的太阳直接辐照度,具体计算如下:
上式中,EHI为地外水平面太阳辐照度,DHI为太阳直接辐照度,
将计算tf时刻的太阳直接辐照度插补到tf时刻太阳能资源数据中;
若ti和tj都存在,因为是对列数据自前向后搜索,则会出现三种情况分别为:
情况一、ti时刻离tf时刻更近,即tf–ti<tj–tf;此时按照ti存在,tj不存在的情况对tf时刻进行数据插补;
情况二、tj时刻离tf时刻更近,即tf–ti>tj–tf;此时按照ti不存在,tj存在的情况对tf时刻进行数据插补;
情况三、ti时刻和tj时刻离tf时刻一样近,即tf–ti=tj–tf,此时需要考虑天气现象,介于本发明所监测的太阳能资源数据,以太阳总辐照度、大气温度和大气湿度作为天气差异情况的衡量指标,根据相关工程经验并结合各指标对光伏电站的影响情况,设定其指标权重分别占比,太阳总辐照度占比为0.6、大气温度占比为0.1,大气湿度占比为0.3,分别计算ti时刻和tj时刻相较于tj时刻的天气现象差异情况,具体计算如下:
式中,GHI为太阳总辐照度,T为大气温度,H为大气湿度,w代表天气现象差异情况,w数值越小表明两个时刻的天气现象更加相近;
进一步地,根据天气现象差异情况对tf时刻进行数据插补,具体计算如下:
f、计算插补完整率rp,并根据rp判断是否继续进行缺测数据插补计算,如rp<100%,则依次进行c、d、e和f步骤,如rp=100%,则完成本次缺测数据插补计算。
Claims (8)
1.一种用于光伏电站的太阳能资源缺测数据插补方法,其特征在于,包括以下步骤:
S110、确定数据总条目,具体为:从数据库中取出需要检测太阳能资源数据,依据设置的步长Ts计算太阳能资源数据的数据条目总量为n;
S120、对n条太阳能资源数据进行合理性检查,记录不合理的数据条目后将其中不合理的数据值置为空值,太阳能资源数据中有置空项该条数据即为缺测数据;
S130、对n条太阳能资源数据进行完整性检查,计算得到有效数据完整率r sd ,通过有效数据完整率r sd 判断是否需要数据插补计算,如果需要插补计算则继续判断是否满足插补计算要求,满足插补计算要求则进行下一步;
S140、对满足插补计算要求的n条太阳能资源数据进行缺测数据插补计算,具体步骤为:
a、定义数据时刻;
b、搜索第一个实测数据并记录第一个实测数据时刻为t p ;
c、搜索第一个缺测数据并记录第一个缺测数据时刻为t f ;
d、由第t f 向前搜索,离t f 最近的第一个实测时刻为t i ,同时由第t f 向后搜索,离t f 最近的第一个实测时刻为t j ;
e、依据t f 、t i 和t j 计算得出t f 时刻的数据,并将该数据插补到t f 时刻太阳能资源数据中;
f、计算插补完整率r p ,并根据r p 判断是否继续进行缺测数据插补计算,如r p < 100%,则依次进行c、d、e和f步骤,如r p = 100%,则完成本次缺测数据插补计算;
所述步骤S140具体为:
S141、定义数据时刻:将存在太阳直接辐照度的第一条太阳能资源数据对应起始时刻为t 1,则最后一条,即第n条数据对应结束时刻为t n ,两条相邻数据之间的时间间隔为步长Ts,n条数据里至少应包括1条实测数据;
S142、搜索第一个实测数据,对n条太阳能资源数据自前向后进行搜索,查询并记录第一条太阳能直接辐照度不为空的太阳能资源数据的时刻,即第一条太阳直接辐照度的实测数据时刻,见下式,
;
式中,t p 为第一个实测数据时刻;
S143、搜索第一个缺测数据,对记录有太阳能直接辐照度的n条数据自前向后进行搜索,查询并记录第一条太阳能直接辐照度为空的太阳能资源数据的时刻,即第一条太阳直接辐照度的缺测数据时刻,
;
式中,t f 为第一个缺测数据时刻;
S144、由步骤S143获取第一个缺测数据时刻t f 后,若向前搜索存在太阳能直接辐照度不为空的时刻,则记为t i ,若向后搜索存在太阳能直接辐照度不为空的时刻,则记为t j ,需要满足:
;
S145、依据t f 、t i 和t j 计算得出t f 时刻的太阳直接辐照度数据,并将该数据插补到t f 时刻太阳能资源数据的太阳直接辐照度数据项中;
S146、在步骤S145的数据插补成功后,将n条数据自前向后进行检索,当太阳直接辐照度数据为空值时进行记录,检索完成后所记录的空值条目总数即为m,计算所插补数据的插补完整率r p ,如r p < 100%,则依次进行S143、S144、S145和S146步骤,如r p = 100%,则完成本次缺测数据插补计算;
插补完整率r p 的计算公式为:
;
式中,M 0为太阳能资源数据条目总量,这里为n条;M 1为太阳直接辐照度数据为空的条目总量,这里为m条;
所述步骤S145中计算缺测的太阳直接辐照度数据:
S1451、t i 存在,t j 不存在,根据t i 时刻的地外水平面太阳辐照度、t i 时刻的太阳直接辐照度和t f 时刻的地外水平面太阳辐照度,计算t f 时刻的太阳直接辐照度,具体计算如下:
;
上式中,EHI为地外水平面太阳辐照度,DHI为太阳直接辐照度,
将计算t f 时刻的太阳直接辐照度插补到t f 时刻太阳能资源数据对应数据项中;
S1452、t i 不存在,t j 存在,根据t j 时刻的地外水平面太阳辐照度、t j 时刻的太阳直接辐照度和t f 时刻的地外水平面太阳辐照度,计算t f 时刻的太阳直接辐照度,具体计算如下:
;
上式中,EHI为地外水平面太阳辐照度,DHI为太阳直接辐照度,
将计算t f 时刻的太阳直接辐照度插补到t f 时刻太阳能资源数据对应数据项中;
S1453、若t i 和t j 都存在,因为是对列数据自前向后搜索,则会出现三种情况分别为:
a、t i 时刻离t f 时刻更近,即t f – t i < t j – t f ;此时按照步骤S1451中的计算公式对t f 时刻进行数据插补;
b、t j 时刻离t f 时刻更近,即t f – t i > t j – t f ;此时按照步骤S1452中的计算公式对t f 时刻进行数据插补;
c、t i 时刻和t j 时刻离t f 时刻一样近,即t f – t i = t j – t f ,此时需要考虑天气现象,以太阳总辐照度、大气温度和大气湿度作为天气差异情况的衡量指标,根据相关工程经验并结合各指标对光伏电站的影响情况,设定其指标权重分别占比,太阳总辐照度占比为0.6、大气温度占比为0.1,大气湿度占比为0.3,分别计算t i 时刻和t j 时刻相较于t j 时刻的天气现象差异情况,具体计算如下:
;
式中,GHI为太阳总辐照度,T为大气温度,H为大气湿度,w代表天气现象差异情况,w数值越小表明两个时刻的天气现象更加相近;
进一步地,根据天气现象差异情况对t f 时刻进行数据插补,具体计算如下:
。
2.根据权利要求1所述的用于光伏电站的太阳能资源缺测数据插补方法,其特征在于,所述步骤S110中太阳能资源数据的数据条目总量为n,其中每条太阳能资源数据包括的字段有太阳总辐照度、太阳直接辐照度、太阳散射辐照度、风速风向、大气压强、大气温度和大气湿度,可知数据写入步长Ts小于1小时。
3.根据权利要求1所述的用于光伏电站的太阳能资源缺测数据插补方法,其特征在于,所述步骤S120中对太阳能资源数据进行合理性检查,是根据《太阳能资源评估方法》GB/T37256—2019规定,从气候学界限值、内部一致性、变化范围3个方面对n条太阳能资源数据的合理性进行检查,记录不合理的数据条目,将其中不合理的数据值置为空值,太阳能资源数据中有置空项该条数据即为缺测数据。
4.根据权利要求1所述的用于光伏电站的太阳能资源缺测数据插补方法,其特征在于,所述步骤S130具体为:
S131、数据完整性检查:进一步检查n条太阳能资源数据的完整性,根据《太阳能资源评估方法》GB/T 37256—2019规定,太阳能资源数据的实测数据记录应包括至少1年的连续、完整数据,数据记录应至少包括小时值,小时值的数据完整率应不低于95%;即n条太阳能资源数据的有效数据完整率应不低于95%,有效数据完整率r sd 的定义如下:
;
式中,N 0为预期记录的数据总条目,N 1为没有太阳直接辐照度的数据条目,N 2为不合理的数据条目;
S132、依据数据完整率判断是否满足数据插补条件:假定所缺测的太阳能资源要素为太阳直接辐照度,DHI代表太阳直接辐照度;
首先判断是否满足数据插补要求,若太阳直接辐照度数据的完整率r sd = 100%,则无需进行插补;若95% ≤ r sd < 100%,则需要对其进行数据插补;若r sd < 95%,则判断为实测数据异常不满足数据插补要求。
5.根据权利要求1所述的用于光伏电站的太阳能资源缺测数据插补方法,其特征在于,还包括有太阳能资源数据监测系统,所述太阳能资源数据监测系统包括光伏电站、数据采集装置和数据处理服务器,光伏电站内布置有数据采集装置,数据采集装置电性连接数据处理服务器。
6.根据权利要求5所述的用于光伏电站的太阳能资源缺测数据插补方法,其特征在于,所述数据采集装置包括总辐射传感器、直接辐射传感器、散射辐射传感器、风速风向传感器、气压传感器、温度传感器、湿度传感器和数据采集卡,总辐射传感器、直接辐射传感器、散射辐射传感器、风速风向传感器、气压传感器、温度传感器和湿度传感器均电性连接于数据采集卡;
数据采集卡采集光伏电站的重要太阳能资源数据,所述重要太阳能资源数据包括太阳总辐照度、太阳直接辐照度、太阳散射辐照度、风速风向、大气压强、大气温度和大气湿度。
7.根据权利要求6所述的用于光伏电站的太阳能资源缺测数据插补方法,其特征在于,所述数据处理服务器中配置有通讯接口、上位机LabVIEW程序和数据库,所述数据采集卡电性连接通讯接口,所述上位机LabVIEW程序将通讯接口接收到的重要太阳能资源数据进行处理,并将处理后的太阳能资源数据存储到数据库。
8.根据权利要求7所述的用于光伏电站的太阳能资源缺测数据插补方法,其特征在于,所述上位机LabVIEW程序包括用户登录模块、数据采集模块、数据存储模块、状态推送模块和报表打印模块;
所述用户登录模块具体为:用户登录模块基于数据库绑定用户表和角色表的动态信息权限,角色为电站管理员的用户赋予所有功能权限,角色为监测员的用户可查看 LabVIEW前面板并实时监测光伏电站系统的太阳能资源数据,角色为工程师的用户可查看后台程序框图并对其功能进行修改完善;
所述数据采集模块具体为:采用“生产者——消费者”模型作为程序设计的主体结构,进一步设定数据采集卡的各项工作参数,包括物理通道,采样率、采样数和数据写入时间步长,对光伏电站所需监测的太阳能资源数据进行采集;
所述数据存储模块具体为:根据所设定的数据写入步长,将光伏电站的各项太阳能资源数据在LabVIEW 前面板进行实时显示并自动写入数据库做后续分析;
所述状态推送模块具体为:通过对数据库中的历史数据进一步分析后可对当地太阳能资源进行评估,然后将评估结果实时推送给电站管理员;
所述报表打印模块:在用户需要查看资源报表时,该模块可以按逐时、逐日、逐月、逐年条件将光伏电站的太阳能资源数据进行筛选统计并打印。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211177360.XA CN115840740B (zh) | 2022-09-26 | 2022-09-26 | 一种用于光伏电站的太阳能资源缺测数据插补方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211177360.XA CN115840740B (zh) | 2022-09-26 | 2022-09-26 | 一种用于光伏电站的太阳能资源缺测数据插补方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115840740A CN115840740A (zh) | 2023-03-24 |
CN115840740B true CN115840740B (zh) | 2023-11-24 |
Family
ID=85574973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211177360.XA Active CN115840740B (zh) | 2022-09-26 | 2022-09-26 | 一种用于光伏电站的太阳能资源缺测数据插补方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115840740B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101266302A (zh) * | 2007-03-15 | 2008-09-17 | 中国科学院国家天文台 | 一种计算机太阳活动预报系统 |
CN104182564A (zh) * | 2014-06-26 | 2014-12-03 | 内蒙古电力勘测设计院有限责任公司 | 光伏发电站设计专家系统 |
CN105469209A (zh) * | 2015-11-24 | 2016-04-06 | 中国电建集团成都勘测设计研究院有限公司 | 光伏电站太阳能资源评估及发电量计算系统及方法 |
CN107403015A (zh) * | 2017-08-07 | 2017-11-28 | 南京金水尚阳信息技术有限公司 | 一种基于时间序列相似性的短期光功率预测方法 |
WO2018065045A1 (en) * | 2016-10-05 | 2018-04-12 | Telecom Italia S.P.A. | Method and system for estimating energy generation based on solar irradiance forecasting |
CN110659935A (zh) * | 2019-09-09 | 2020-01-07 | 国网江苏省电力有限公司电力科学研究院 | 适应竞争性零售市场的电能计量系统 |
WO2020022624A1 (ko) * | 2018-07-26 | 2020-01-30 | (주)에코브레인 | 태양광 발전단지 기상예측 상세기술과 단지환경을 반영한 발전량 산정방법, 그 방법을 이용한 실시간 태양광 발전량 예측시스템 |
CN113011477A (zh) * | 2021-03-05 | 2021-06-22 | 优得新能源科技(宁波)有限公司 | 一种太阳辐照数据的清洗和补全系统及方法 |
KR20210081551A (ko) * | 2019-12-24 | 2021-07-02 | 한전케이디엔주식회사 | 태양광 발전 시스템의 누락 데이터 복구 시스템 및 그 방법 |
CN114153828A (zh) * | 2021-11-24 | 2022-03-08 | 北京华能新锐控制技术有限公司 | 光伏发电系统智能数据清洗方法与装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10409833B2 (en) * | 2011-08-17 | 2019-09-10 | Roundhouse One Llc | Systems and methods for analyzing energy or environmental factors relative to energy |
US11113337B2 (en) * | 2016-09-08 | 2021-09-07 | Indian Institute Of Technology Bombay | Method for imputing missed data in sensor data sequence with missing data |
-
2022
- 2022-09-26 CN CN202211177360.XA patent/CN115840740B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101266302A (zh) * | 2007-03-15 | 2008-09-17 | 中国科学院国家天文台 | 一种计算机太阳活动预报系统 |
CN104182564A (zh) * | 2014-06-26 | 2014-12-03 | 内蒙古电力勘测设计院有限责任公司 | 光伏发电站设计专家系统 |
CN105469209A (zh) * | 2015-11-24 | 2016-04-06 | 中国电建集团成都勘测设计研究院有限公司 | 光伏电站太阳能资源评估及发电量计算系统及方法 |
WO2018065045A1 (en) * | 2016-10-05 | 2018-04-12 | Telecom Italia S.P.A. | Method and system for estimating energy generation based on solar irradiance forecasting |
CN107403015A (zh) * | 2017-08-07 | 2017-11-28 | 南京金水尚阳信息技术有限公司 | 一种基于时间序列相似性的短期光功率预测方法 |
WO2020022624A1 (ko) * | 2018-07-26 | 2020-01-30 | (주)에코브레인 | 태양광 발전단지 기상예측 상세기술과 단지환경을 반영한 발전량 산정방법, 그 방법을 이용한 실시간 태양광 발전량 예측시스템 |
CN110659935A (zh) * | 2019-09-09 | 2020-01-07 | 国网江苏省电力有限公司电力科学研究院 | 适应竞争性零售市场的电能计量系统 |
KR20210081551A (ko) * | 2019-12-24 | 2021-07-02 | 한전케이디엔주식회사 | 태양광 발전 시스템의 누락 데이터 복구 시스템 및 그 방법 |
CN113011477A (zh) * | 2021-03-05 | 2021-06-22 | 优得新能源科技(宁波)有限公司 | 一种太阳辐照数据的清洗和补全系统及方法 |
CN114153828A (zh) * | 2021-11-24 | 2022-03-08 | 北京华能新锐控制技术有限公司 | 光伏发电系统智能数据清洗方法与装置 |
Non-Patent Citations (1)
Title |
---|
基于改进云分段模型的光伏功率缺失数据补齐研究;张弘鹏等;《可再生能源》;1590-1597 * |
Also Published As
Publication number | Publication date |
---|---|
CN115840740A (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11333796B2 (en) | Spatial autocorrelation machine learning-based downscaling method and system of satellite precipitation data | |
Jiao et al. | A new multi-sensor integrated index for drought monitoring | |
CN108593990B (zh) | 一种基于电能用户用电行为模式的窃电检测方法和应用 | |
CN106779505B (zh) | 一种基于大数据驱动的输电线路故障预警方法及系统 | |
Liu et al. | Two different methods for flash drought identification: Comparison of their strengths and limitations | |
Droste et al. | Assessing the potential and application of crowdsourced urban wind data | |
CN114818391B (zh) | 一种基于多溯源模型的污染源浓度分析方法 | |
Free et al. | Creating climate reference datasets: CARDS workshop on adjusting radiosonde temperature data for climate monitoring | |
CN110134907B (zh) | 一种降雨缺失数据填补方法、系统及电子设备 | |
CN113033957B (zh) | 一种多模式降水预报及实时动态检验评估系统 | |
CN113779760B (zh) | 基于可预测气候模态的动力-统计结合季节气候预测方法 | |
CN113282576B (zh) | 一种气象数据质量控制方法 | |
CN111428942A (zh) | 基于变网格技术提取微地形因子的线路覆冰厚度预测方法 | |
CN111523088A (zh) | 一种基于dpsir模型的生态环境评价方法 | |
CN115994685A (zh) | 一种国土空间规划现状评估方法 | |
CN109191408A (zh) | 快速循环地面气象融合方法、装置及服务器 | |
CN115953085A (zh) | 一种评估复合干热事件对植被生长影响的方法 | |
CN115100819A (zh) | 基于大数据分析的滑坡灾害预警方法、装置及电子设备 | |
CN113742929B (zh) | 一种针对格点气象实况的数据质量评价方法 | |
CN109543911B (zh) | 一种日照辐射预测方法及系统 | |
Xu et al. | Evaluation method and empirical application of human activity suitability of land resources in Qinghai-Tibet Plateau | |
CN115840740B (zh) | 一种用于光伏电站的太阳能资源缺测数据插补方法 | |
Yin et al. | Daytime-only mean data enhance understanding of land–atmosphere coupling | |
CN117200223A (zh) | 日前电力负荷预测方法和装置 | |
Barbano et al. | Performance evaluation of MeteoTracker mobile sensor for outdoor applications |
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 |