CN116258023B - 风电场的风速预测方法及终端设备 - Google Patents
风电场的风速预测方法及终端设备 Download PDFInfo
- Publication number
- CN116258023B CN116258023B CN202310542782.0A CN202310542782A CN116258023B CN 116258023 B CN116258023 B CN 116258023B CN 202310542782 A CN202310542782 A CN 202310542782A CN 116258023 B CN116258023 B CN 116258023B
- Authority
- CN
- China
- Prior art keywords
- wind
- terrain
- determining
- observation point
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012937 correction Methods 0.000 claims abstract description 136
- 238000012876 topography Methods 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004088 simulation Methods 0.000 abstract description 17
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Remote Sensing (AREA)
- Geometry (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及风电场规划技术领域，提供一种风电场的风速预测方法及终端设备，该方法包括：基于风电场的中尺度气象模型，确定风场模拟风速；确定对应第一风电场观测点的第一观测点校正系数，第一观测点校正系数用于校正风场模拟风速；获取风电场的风电场地图数据，并根据预设的地形复杂度算法和风电场地图数据，确定第一风电场区域点与第一风电场观测点之间的区间路段所对应的地形复杂度；确定与地形复杂度相匹配的第一地形校正系数；基于第一观测点校正系数和第一地形校正系数校准风场模拟风速，确定对应第一风电场区域点的预测风速。由此，综合考虑地形复杂度相对于观测点位置的风速影响，实现对风电场全场中全域位置的风速精准预测。
Description
技术领域
本发明涉及风电风资源预测技术领域，尤其涉及一种风电场的风速预测方法及终端设备。
背景技术
风电是未来最具发展潜力的可再生能源技术之一，随着大规模风电场的不断建设，针对风电场的风能资源的评估工作就显得愈发重要，能够为区域风电的开发并网提供可靠依据。
目前，针对风电场的风能资源的评估，通常是基于测风塔单点的历史风能资源数据来完成的，单点测风塔测风数据有其代表区域范围的限制，尤其是当距离较远且地形复杂的时候；同时数据由于缺失、无效等情况的存在，导致数据质量与完整率不高，基于这样的数据进行风资源评估与发电量计算，将带来较大的不确定性。
此外，目前一些领先的气象组织已经提出了将中尺度数值模拟技术应用在风电领域的风流评估工作中，但该技术是对地球大气边界层内发生的实际大气物理过程的近似描述，即采用物理参数化模型对自然现象进行方程求解，其求解的空间分辨率较粗，如一般为10公里、5公里等。由于缺乏保真度且具有不完美的初始状态，直接从中尺度气象模型获得的近地表气象变量的结果受到系统偏差和随机模型误差的影响，这些误差往往会随着时间的推移而累积增长。此外，如果将分辨率变细，将物理方案模型与参数更为细化，在现实中则无法承担其庞大的计算成本与时间成本。
针对上述问题，目前业界暂未提出较佳的解决方案。
发明内容
本发明提供一种风电场的风速预测方法、终端设备及存储介质，用以至少解决现有技术中依据历史风能资源数据或中尺度数值模拟模型的预测数据无法满足区域风能精细化评估的缺陷。
本发明提供一种风电场的风速预测方法，包括：基于风电场的中尺度气象模型，确定风场模拟风速；确定对应第一风电场观测点的第一观测点校正系数，所述第一观测点校正系数用于校正所述风场模拟风速；获取所述风电场的风电场地图数据，并根据预设的地形复杂度算法和所述风电场地图数据，确定第一风电场区域点与所述第一风电场观测点之间的区间路段所对应的地形复杂度；确定与所述地形复杂度相匹配的第一地形校正系数；基于所述第一观测点校正系数和所述第一地形校正系数校准所述风场模拟风速，确定对应所述第一风电场区域点的预测风速。
根据本发明提供一种风电场的风速预测方法，其中，所述根据预设的地形复杂度算法和所述风电场地图数据，确定第一风电场区域点与所述第一风电场观测点之间的区间路段所对应的地形复杂度，包括：根据所述风电场地图数据，确定针对所述区间路段的目标投影扇形区域；所述风电场地图数据所对应的地表网格被划分为至少一个投影扇形区域，每一所述投影扇形区域分别具有相应的预设扇形角度；在所述投影扇形区域中，拟合通过所述第一风电场区域点和所述第一风电场观测点的参考几何要素；获取所述区间路段相对于所述参考几何要素的最小相对距离和最大相对距离，并确定所述最大相对距离相对于所述最小相对距离的地形高程变化量；根据所述地形高程变化量，确定地形复杂度。
根据本发明提供一种风电场的风速预测方法，所述根据所述地形高程变化量，确定地形复杂度，包括：在所述投影扇形区域中，获取所述区间路段所对应的路段坡度；根据所述路段坡度和所述地形高程变化量，确定地形复杂度。
根据本发明提供一种风电场的风速预测方法，所述确定与所述地形复杂度相匹配的第一地形校正系数，包括：获取所述区间路段的路段距离，并根据预设的坡度阈值和地形高程变化阈值对所述路段坡度和所述地形高程变化量进行检测；如果所述路段坡度小于所述坡度阈值，且所述地形高程变化量小于所述地形高程变化阈值，则确定所述地形复杂度匹配于第一地形复杂等级，根据所述路段距离和所述第一地形复杂等级所对应的第一预设地形校正系数计算公式，计算第一地形校正系数；如果所述路段坡度大于或等于所述坡度阈值，或者所述地形高程变化量大于或等于所述地形高程变化阈值，则确定所述地形复杂度匹配于第二地形复杂等级，根据所述路段距离和所述第二地形复杂等级所对应的第二预设地形校正系数计算公式，计算第一地形校正系数。
根据本发明提供一种风电场的风速预测方法，所述投影扇形区域包含第一投影扇形区域和第二投影扇形区域，其中所述第一投影扇形区域具有相应的第一预设扇形角度，所述第二投影扇形区域具有相应的第二预设扇形角度；其中，所述根据所述路段坡度和所述地形高程变化量，确定地形复杂度，包括：确定所述区间路段对应所述第一投影扇形区域的第一路段坡度和第一地形高程变化量，以及确定所述区间路段对应所述第二投影扇形区域的第二路段坡度和第二地形高程变化量；根据所述第一路段坡度、第一地形高程变化量、第二路段坡度和第二地形高程变化量，确定地形复杂度。
根据本发明提供一种风电场的风速预测方法，所述风电场地图数据所对应的地表网格中的各个投影扇形区域所对应的扇形角度均为30°，所述第一投影扇形区域为针对所述区间路段的30度扇区，以及所述第二投影扇形区域为针对所述区间路段的360度扇区，相应地，所述第一路段坡度、所述第一地形高程变化量/>、所述第二路段坡度、所述第二地形高程变化量/>通过以下公式来确定：
公式（1）
其中i表示30度扇区的编号，表示i扇区的风能占比，/>表示i扇区的拟合平面地形坡度，/>表示360度扇区的拟合平面地形坡度，/>表示i扇区的拟合平面地形变化标准偏差，/>表示360度扇区的拟合平面地形变化标准偏差，/>表示以观测点为圆心的对应不同预设距离范围的圆半径，/>和/>分别表示预标定的调整系数。
根据本发明提供一种风电场的风速预测方法，所述第一预设地形校正系数计算公式为：
P1cp= 1/ d1公式（2）
以及，所述第二预设地形校正系数计算公式：
P1cp= 1/d1 2公式（3）
其中，P1cp表示第一风电场区域点的第一地形校正系数，d1表示第一风场观测点与第一风电场区域点之间的路段距离。
根据本发明提供一种风电场的风速预测方法，所述基于所述第一观测点校正系数和所述第一地形校正系数校准所述风场模拟风速，确定对应所述第一风电场区域点的预测风速，包括：确定对应第二风电场观测点的针对所述风场模拟风速的第二观测点校正系数；确定针对所述第二风电场观测点的第二地形校正系数；基于所述第一观测点校正系数、所述第一地形校正系数、所述第二观测点校正系数和所述第二地形校正系数校准所述风场模拟风速，确定对应所述第一风电场区域点的预测风速。
根据本发明提供一种风电场的风速预测方法，所述确定对应第一风电场观测点的第一观测点校正系数，包括：获取对应所述第一风电场观测点的模拟风速时间序列和实测风速时间序列；所述模拟风速时间序列与实测风速时间序列分别具有相匹配的历史时刻，其中所述模拟风速时间序列包含多个历史时刻的基于所述中尺度气象模型所确定的模拟风速，以及所述实测风速时间序列包含多个历史时刻的实际观测风速，所述实际观测风速为对应所述第一风电场观测点的实测风速；基于所述模拟风速时间序列和所述实测风速时间序列，确定对应所述第一风电场观测点的第一观测点校正系数。
本发明还提供一种终端设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述风电场的风速预测方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述风电场的风速预测方法的步骤。
本发明提供的风电场的风速预测方法、终端设备及存储介质，利用中尺度气象模型确定风场模拟风速，确定对应观测点的观测点校正系数，利用地图数据分析风电场中非观测点的其他区域点相对于观测点的地形复杂度，并确定对应的地形校正系数，利用观测点校正系数和地形校正系数对风场模拟风速进行校准，得到第一风电场区域点的预测风速。在利用风电场观测点针对中尺度气象模型的观测点校正系数的同时，综合考虑风电场中其他位置相对于观测点位置的地形复杂度对风速的影响，实现对风电场全场中全域位置的风速精准预测。
附图说明
为了更清楚地说明本发明或相关技术中的技术方案，下面将对实施例或相关技术描述中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示出了根据本发明实施例的风电场的风速预测方法的一示例的流程图；
图2示出了根据图1中的步骤S130的一示例的操作流程图；
图3示出了根据本发明实施例的通过拟合所确定的参考平面的一示例的示意图；
图4示出了根据图1中的步骤S140的一示例的操作流程图；
图5示出了根据图1中的步骤S120的一示例的操作流程图；
图6是本发明提供的终端设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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他实施例，都属于本发明保护的范围。
需说明的是，为了对中尺度数值模拟结果进行校正，一些专家和学者提出，将某一单点观测平均风速与中尺度模拟平均风速进行比较，得到比例系数，对中尺度模拟结果的整体区域全局风速进行整体纠偏。但是，这种方案没有考虑风速时间序列变化样本值的影响，而仅是取平均值，进行整体偏移，在进行后续的风力发电机发电量计算过程中，是基于风速时间序列进行发电量计算，而非平均风速进行发电量计算。其次，基于某单一观测点，该点的校正系数，其代表性范围有限，而将该校正系数应用于整个模拟区域范围（例如，几百平方公里），则会引入额外的不确定性。再者，如果在某一区域范围内，存在多点实际观测，在不同的观测点则会对应得出不同的校正系数，导致无法应用以往方法对中尺度模拟系统结果进行校正。
图1示出了根据本发明实施例的风电场的风速预测方法的一示例的流程图。关于本发明实施例方法的执行主体，其可以是任意具有计算或处理能力的控制器或处理器，以实现对风电场中任意区域位置点的风速进行精准预测的目标。在一些示例中，其可以是通过软件、硬件或软硬件结合的方式被集成配置在终端设备中，并且终端设备的类型可以是多样化的，例如台式机、笔记本电脑、智能手机等等，在此应不加限制。
如图1所示，在步骤S110中，基于风电场的中尺度气象模型，确定风场模拟风速。
这里，中尺度气象模型可以采用各种已知的或潜在的中尺度气象模拟系统，以输出针对风电场的风场模拟风速。在一些实施方式中，将风现场的气象预报数据输入至中尺度气象模型中，以输出风场模拟风速。
在步骤S120中，确定对应第一风电场观测点的第一观测点校正系数，第一观测点校正系数用于校正风场模拟风速。
在一些实施方式中，通过第一观测点校正系数能够实现对中尺度模拟值进行修正，以实现对第一观测点的风速精准预测。相对于采用中尺度模拟结果直接预测整体区域全局风速，通过本发明实施例，能有效地提高针对全风场中任意位置的第一观测点的预测风速的精确度。
在本发明实施例的一个示例中，管理用户可以向终端设备中直接输入或指定针对第一风电场观测点输入校正系数。在本发明实施例的另一示例中，终端设备可以通过对历史风场相关数据进行分析，以自动确定针对第一观测点的第一观测点校正系数。
在步骤S130中，获取风电场的风电场地图数据，并根据预设的地形复杂度算法和风电场地图数据，确定第一风电场区域点与第一风电场观测点之间的区间路段所对应的地形复杂度。
关于风电场地图数据的获取，一方面，管理用户可以预先收集风电场的地图数据，并将其输入至终端设备。另一方面，管理用户还可以借助GIS系统（例如，谷歌地球）实现对风电地图数据的操作，例如管理用户输入风电场信息，以从GIS系统中提取风电场地图数据。这里，风电场地图数据可以包含各类地形、地貌参数类型，同时具备经纬度、海拔高度信息。
需说明的是，第一风电场区域点可以表示风电场中除了第一观测点之外的其他任意位置或区域，例如风电场全场中的任意位置。
这里，地形复杂度算法可以是根据需求而预先进行配置的，并可以根据不同风电场的情况或管理用户的需求而进行调整。此外，地形复杂度算法可以采用各种已知的或潜在的算法，在此暂不作限制。在一些实施方式中，对区间路段的地貌数据进行计算，确定纵向地形地貌复杂度和横向地形地貌复杂度，通过综合分析以确定相应的地貌复杂度。
在步骤S140中，确定与地形复杂度相匹配的第一地形校正系数。
在本发明实施例的一个示例中，通过预设的地形校正模型来确定与地形复杂度相匹配的第一地形校正系数。示例性地，管理用户可以通过收集在地形复杂度与相匹配的地形校正系数，并基于统计方法进行标定二者之间的关系，从而完成对地形校正模型的构建。在本发明实施例的另一示例中，通过对地形复杂度进行分级，进而根据不同分级所设置的地形校正系数来确定第一地形校正系数。
在步骤S150中，基于第一观测点校正系数和第一地形校正系数校准风场模拟风速，确定对应第一风电场区域点的预测风速。
在本发明实施例的一个示例中，将第一观测点校正系数和第一地形校正系数进行相乘，并基于乘积值对风场模拟风速进行校正，以确定对应第一风电场区域点的预测风速。在本发明实施例的另一示例中，针对观测点校正系数和地形校正系数分别设置了相应的权重，通过加权计算，以确定最终的校准系数，进而实现对风场模拟风速的校准，得到对应第一风电场区域点的预测风速。
通过本发明实施例，对风电场中任意点相对于观测点的地形复杂度进行分析，确定相应的地形校正系数，进而综合观测点的校正系数，能够针对风场任意点快速地修正中尺度数值模拟结果，实现对风电场全场中全域位置的风速精准预测，并能降低预测结果的不确定性。
图2示出了根据图1中的步骤S130的一示例的操作流程图。
如图2所示，在步骤S210中，根据风电场地图数据，确定针对区间路段的目标投影扇形区域。
这里，风电场地图数据所对应的地表网格被划分为至少一个投影扇形区域，每一投影扇形区域分别具有相应的预设扇形角度。具体地，针对风电场地图数据按照预设分辨率构建相应的地表网格，以实现对风电场的地表模拟。此外，根据针对地表网格的投影，将地表网格划分为多个投影扇形区域，各个投影扇形区域可以是等角度进行单元划分的，例如各个投影扇形区域所对应的圆心角是相同的。在一些实施方式中，可以将多个投影扇形区域单元进行组合，以实现对更大角度的投影扇形区域的数据分析。
在一些实施方式中，利用地表网格中的各个投影扇形区域分别与区间路段进行位置匹配，从而确定针对区间路段的目标投影扇形区域。应理解的是，目标投影扇形区域可以表示对应区间路段的一个或多个投影扇形区域，并可以根据实际业务需求而进行调整。示例性地，用于地形复杂度评估的地表网格及其原始源的分辨率不超过50米，各扇区的圆心角为30°。
在步骤S220中，在目标投影扇形区域中，拟合通过第一风电场区域点和第一风电场观测点的参考几何要素。这里，参考几何要素可以为参考直线或参考平面，其能够通过第一风电场区域点和第一风电场观测点。
图3示出了根据本发明实施例的通过拟合所确定的参考平面的一示例的示意图。如图3所示，在目标投影扇形区域中所拟合的参考平面310通过第一风电场区域点a和第一风电场观测点b。
在步骤S230中，获取区间路段相对于参考几何要素的最小相对距离和最大相对距离，并确定最大相对距离相对于最小相对距离的地形高程变化量。
具体地，确定拟合平面与地表点之间沿垂直线的距离，如图3所示的Δz，并利用Δ z的最大变化量来确定拟合平面与地表之间的高程变化量。
在步骤S240中，根据地形高程变化量，确定地形复杂度。
在本发明实施例的一个示例中，可以直接将地形高程变化量确定为地形复杂度。在本发明实施例的另一示例中，需要将地形高程变化量和其他参数相结合，以综合确定地形复杂度。
在一些实施方式中，在目标投影扇形区域中，获取区间路段所对应的路段坡度，根据路段坡度和地形高程变化量，确定地形复杂度。继续结合图3中的示例，路段坡度可以表示拟合平面与水平线之间的夹角。由此，通过融合不同维度的变量来计算地形复杂度，保障了所确定的地形复杂度的高精确度。
图4示出了根据图1中的步骤S140的一示例的操作流程图。
在步骤S410中，获取区间路段的路段距离，并根据预设的坡度阈值和地形高程变化阈值对路段坡度和地形高程变化量进行检测。
在一些实施方式中，坡度阈值和地形高程变化阈值还可以是根据路段距离而确定或自适应调整的。例如，当路段距离超过预设距离阈值时，坡度阈值和地形高程变化阈值可以采用第一预设值，另外，当路段距离未超过所述预设距离阈值时，坡度阈值和地形高程变化阈值可以采用第二预设值。
在步骤S421中，如果路段坡度小于坡度阈值，且地形高程变化量小于地形高程变化阈值，则确定地形复杂度匹配于第一地形复杂等级，根据路段距离和第一地形复杂等级所对应的第一预设地形校正系数计算公式，计算第一地形校正系数。
在步骤S423中，如果路段坡度大于或等于坡度阈值，或者地形高程变化量大于或等于地形高程变化阈值，则确定地形复杂度匹配于第二地形复杂等级，根据路段距离和第二地形复杂等级所对应的第二预设地形校正系数计算公式，计算第一地形校正系数。
通过本发明实施例，在确定与地形复杂度相匹配的地形校正系数时，利用地形复杂度的不同维度指标分别与相应的预设阈值进行对比，划分区域点相对于观测点的地形复杂等级。针对不同的地形复杂等级，利用路段距离，分别采用定制的地形校正系数计算公式来计算第一地形校正系数。由此，实现了针对不同复杂度等级的定制公式计算，满足多样化复杂地形的计算需求，并能有效保障所输出的地形校正系数的精确度。
在本发明实施例的一些示例中，在计算地形复杂度时，可以综合考虑多个投影扇形区域的数据处理情况，以提升所确定的复杂度的精确度。具体地，投影扇形区域包含第一投影扇形区域和第二投影扇形区域，第一投影扇形区域具有相应的第一预设扇形角度，第二投影扇形区域具有相应的第二预设扇形角度。进而，在确定区间路段时，可以确定区间路段对应第一投影扇形区域的第一路段坡度和第一地形高程变化量，以及确定区间路段对应第二投影扇形区域的第二路段坡度和第二地形高程变化量。然后，根据第一路段坡度、第一地形高程变化量、第二路段坡度和第二地形高程变化量，确定地形复杂度。
进一步地，在划分地形复杂度所对应的地形复杂等级时，也可以综合考虑不同投影扇形区域中的各项指标，例如第一路段坡度、第一地形高程变化量、第二路段坡度和第二地形高程变化量。
在一些实施方式中，风电场地图数据所对应的地表网格中各个投影扇形区域所对应的扇形角度均为30°，第一投影扇形区域为针对区间路段的30度扇区，以及第二投影扇形区域为针对区间路段的360度扇区，通过对这两个投影扇形的地理数据分析，实现对地形复杂度的计算。
具体地，第一路段坡度、第一地形高程变化量/>、第二路段坡度/>、第二地形高程变化量/>通过以下公式来确定：
公式（1）
其中i表示30度扇区的编号，表示i扇区的风能占比，/>表示i扇区的拟合平面地形坡度，/>表示360度扇区的拟合平面地形坡度，/>表示i扇区的拟合平面地形变化标准偏差，/>表示360度扇区的拟合平面地形变化标准偏差，/>表示以观测点为圆心的对应不同预设距离范围的圆半径，例如3公里或5公里，/>和/>分别表示预标定的调整系数，并可以根据经验进行设置或调整。
进一步地，在针对地形复杂度进行分级时，分别在以观测点为圆心，设定3公里、5公里为半径的两个圆形区域，如果在这两个半径的圆形区域内，和/>的值低于20度，以及/>和/>低于6%，则确定符合第一地形复杂等级，其对应于不复杂地形。如果在这两个半径的圆形区域内，/>和/>的值等于或高于20度，以及/>和等于或高于6%，则确定符合第二地形复杂等级，其对应于复杂地形。
进一步地，针对不同的地形复杂等级，分别设置有相应的地形校正系数计算公式。
在一些实施方式中，针对不复杂地形的第一预设地形校正系数计算公式为：
P1cp= 1/ d1公式（2）
针对复杂地形的第二预设地形校正系数计算公式为：
P1cp= 1/d1 2公式（3）
其中，P1cp表示第一风电场区域点的第一地形校正系数，d1表示第一风场观测点与第一风电场区域点之间的路段距离。
进一步地，针对不复杂地形，在第一风电场区域点处针对风场模拟风速的目标校正系数P1c可以通过以下方式来确定：
P1c= Mc/ d1公式（4）
针对复杂地形，在第一风电场区域点处针对风场模拟风速的目标校正系数P1c可以通过以下方式来确定：
P1c= Mc/ d1 2公式（5）
其中，MC表示第一观测点校正系数。
通过本发明实施例，如果地形不复杂，则采用距离（从观测点到风场其他任意点的距离）倒数对观测点得到的校正系数进行修正，得到此风场其他任意点的校正系数。另外，如果地形复杂，则采用距离（从观测点到风场其他任意点的距离）平方倒数对观测点得到的校正系数进行修正，得到区域内风场其他任意点的校正系数。
需说明的是，基于以往实际工程经验，以及观测数据交叉比较，已知悉某实际观测点，在不同地形复杂度条件（例如，坡度）下，或在不同距离情况下，对其代表性程度及不确定度进行量化。在本发明实施例中，应在不同地形复杂度分类情况下，按照距离倒数的不同幂数作为校正系数权重，并将调整后的校正系数应用到全场其它位置。
在本发明实施例的一些示例中，当风场中存在多个其他观测点时，可以综合多个观测点的数据来确定风电场区域点（或风场其他任意点）的校正系数。具体地，确定对应第二风电场观测点的针对风场模拟风速的第二观测点校正系数，然后确定针对第二风电场观测点的第二地形校正系数，进而基于第一观测点校正系数、第一地形校正系数、第二观测点校正系数和第二地形校正系数校准风场模拟风速，确定对应第一风电场区域点的预测风速。
示例性地，如果风电场区域内有多个观测点M1，M2……Mi，且每个观测点针对风电场区域点P1的修正后的校正系数为P1m1，P1m2……P1mi，且距离为d1，d2……di，则针对风电场区域点P1的综合校正系数为：
（（P1m1/d1）+（P1m2/d2）+……（P1mi/di））/（（1/d1）+（1/d2）……+（1/di））=P1ms
需说明的是，在指定的风电场区域范围内，当具备多点观测数据时，应将每个不同观测点在区域范围内其它位置得到的校正系数，综合考虑不同观测点到该点的距离，并将距离作为权重，最终加权得到区域范围内任意一点的综合校正系数。
由此，在不同地形复杂度分类情况下，按照距离作为校正系数权重的方法，以及如果将校正系数应用到全场其它任意位置处，尤其是在具备多点观测数据的情况下，最终获取区域范围内任意一点的综合校正系数，实现对全场其他任意位置的风速精准预测。
图5示出了根据图1中的步骤S120的一示例的操作流程图。
如图5所示，在步骤S510中，获取对应第一风电场观测点的模拟风速时间序列和实测风速时间序列。
这里，模拟风速时间序列与实测风速时间序列分别具有相匹配的历史时刻，其中模拟风速时间序列包含多个历史时刻的基于中尺度气象模型所确定的模拟风速，以及实测风速时间序列包含多个历史时刻的实际观测风速，所述实际观测风速为对应所述第一风电场观测点的实测风速。
在步骤S520中，基于模拟风速时间序列和实测风速时间序列，确定对应第一风电场观测点的第一观测点校正系数。
在一些实施方式中，基于中尺度数值模拟数据以及观测数据，针对风速时间序列进行校正。其中风速是线性变量，采用总体最小二乘法来进行模拟值与观测值之间的偏差校正，而非采用平均值进行比例偏差校正。
需说明的是，所使用的总体最小二乘法，其也可以称之为正交回归或变量误差回归，以实现在一组（x，y）观测值中找到实际观测值y和模拟值x变量之间线性关系的方法，以最小化正交于最佳拟合线测量的平方误差之和为目标。为了在中尺度模拟与观测的风速变量中，即在N个时间步长上实现（x，y）集合总体最小二乘法。
具体地，首先计算以下中间变量：
公式（6）
公式（7）
公式（8）
其中，N表示时间步长总数，i表示时间步长序号。
进而，寻求形式为y=mx的线性拟合，其中m是斜率，
公式（9）
公式（10）
由此，所确定的斜率m即为校正系数，可用于表示为第一风电场观测点处的风速校正Mc。
需说明的是，风速的时间序列变化对于风力发电机的发电量计算至关重要，不能单一针对风速进行平均值整体纠偏，应将观测的风速时间序列与中尺度模拟的时间序列进行关联分析，以充分捕捉中尺度模型在任何特定位置的各种气象状态下的风流误差特征。由此，构建了基于多点、时间序列的中尺度模拟结果风流校正方法体系。
通过本发明实施例，可以进一步降低应用中尺度模拟技术进行风流评估的不确定性，更好地纠正模拟系统偏差，进一步提升风力发电机发电量计算结果的准确性，降低风电场投资风险。此外，本发明实施例方案还可以被应用在风功率预测业务中，将中尺度数值模拟天气预报结果与现场实际观测结果进行比较分析，并进行校正，提升预测准确性，保证电网平衡，降低运营成本，优化调度，实现更好的电力交易，为企业实现更多盈利。
图6示例了一种终端设备的实体结构示意图，如图6所示，该终端设备可以包括：处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行风电场的风速预测方法，该方法包括：基于针对风电场的中尺度气象模型，确定风场模拟风速；确定对应第一风电场观测点的针对所述风场模拟风速的第一观测点校正系数；获取针对所述风电场的风电场地图数据，并根据预设的地形复杂度算法和所述风电场地图数据，确定第一风电场区域点与所述第一风电场观测点之间的区间路段所对应的地形复杂度；确定与所述地形复杂度相匹配的第一地形校正系数；基于所述第一观测点校正系数和所述第一地形校正系数校准所述风场模拟风速，确定对应所述第一风电场区域点的预测风速。
此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的风电场的风速预测方法，该方法包括：基于风电场的中尺度气象模型，确定风场模拟风速；确定对应第一风电场观测点的第一观测点校正系数，所述第一观测点校正系数用于校正所述风场模拟风速；获取所述风电场的风电场地图数据，并根据预设的地形复杂度算法和所述风电场地图数据，确定第一风电场区域点与所述第一风电场观测点之间的区间路段所对应的地形复杂度；确定与所述地形复杂度相匹配的第一地形校正系数；基于所述第一观测点校正系数和所述第一地形校正系数校准所述风场模拟风速，确定对应所述第一风电场区域点的预测风速。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的风电场的风速预测方法，该方法包括：基于风电场的中尺度气象模型，确定风场模拟风速；确定对应第一风电场观测点的第一观测点校正系数，所述第一观测点校正系数用于校正所述风场模拟风速；获取所述风电场的风电场地图数据，并根据预设的地形复杂度算法和所述风电场地图数据，确定第一风电场区域点与所述第一风电场观测点之间的区间路段所对应的地形复杂度；确定与所述地形复杂度相匹配的第一地形校正系数；基于所述第一观测点校正系数和所述第一地形校正系数校准所述风场模拟风速，确定对应所述第一风电场区域点的预测风速。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种风电场的风速预测方法，其特征在于，所述方法包括：
基于风电场的中尺度气象模型，确定风场模拟风速；
确定对应第一风电场观测点的第一观测点校正系数，所述第一观测点校正系数用于校正所述风场模拟风速；
获取所述风电场的风电场地图数据，并根据预设的地形复杂度算法和所述风电场地图数据，确定第一风电场区域点与所述第一风电场观测点之间的区间路段所对应的地形复杂度；
确定与所述地形复杂度相匹配的第一地形校正系数；
基于所述第一观测点校正系数和所述第一地形校正系数校准所述风场模拟风速，确定对应所述第一风电场区域点的预测风速；
其中，所述确定与所述地形复杂度相匹配的第一地形校正系数，包括：
获取所述区间路段的路段距离，并根据预设的坡度阈值和地形高程变化阈值对路段坡度和地形高程变化量进行检测；
如果所述路段坡度小于所述坡度阈值，且所述地形高程变化量小于所述地形高程变化阈值，则确定所述地形复杂度匹配于第一地形复杂等级，根据所述路段距离和所述第一地形复杂等级所对应的第一预设地形校正系数计算公式，计算第一地形校正系数；
如果所述路段坡度大于或等于所述坡度阈值，或者所述地形高程变化量大于或等于所述地形高程变化阈值，则确定所述地形复杂度匹配于第二地形复杂等级，根据所述路段距离和所述第二地形复杂等级所对应的第二预设地形校正系数计算公式，计算第一地形校正系数。
2.根据权利要求1所述的方法，其中，所述根据预设的地形复杂度算法和所述风电场地图数据，确定第一风电场区域点与所述第一风电场观测点之间的区间路段所对应的地形复杂度，包括：
根据所述风电场地图数据，确定针对所述区间路段的目标投影扇形区域；所述风电场地图数据所对应的地表网格被划分为至少一个投影扇形区域，每一所述投影扇形区域分别具有相应的预设扇形角度；
在所述目标投影扇形区域中，拟合通过所述第一风电场区域点和所述第一风电场观测点的参考几何要素；
获取所述区间路段相对于所述参考几何要素的最小相对距离和最大相对距离，并确定所述最大相对距离相对于所述最小相对距离的地形高程变化量；
根据所述地形高程变化量，确定地形复杂度。
3.根据权利要求2所述的方法，其中，所述根据地形高程变化量，确定地形复杂度，包括：
在所述目标投影扇形区域中，获取所述区间路段所对应的路段坡度；
根据所述路段坡度和所述地形高程变化量，确定地形复杂度。
4.根据权利要求3所述的方法，其中，所述投影扇形区域包含第一投影扇形区域和第二投影扇形区域，其中所述第一投影扇形区域具有相应的第一预设扇形角度，所述第二投影扇形区域具有相应的第二预设扇形角度；
其中，所述根据所述路段坡度和所述地形高程变化量，确定地形复杂度，包括：
确定所述区间路段对应所述第一投影扇形区域的第一路段坡度和第一地形高程变化量，以及确定所述区间路段对应所述第二投影扇形区域的第二路段坡度和第二地形高程变化量；
根据所述第一路段坡度、所述第一地形高程变化量、所述第二路段坡度和所述第二地形高程变化量，确定地形复杂度。
5.根据权利要求4所述的方法，其中，所述风电场地图数据所对应的地表网格中的各个投影扇形区域所对应的扇形角度均为30°，所述第一投影扇形区域为针对所述区间路段的30度扇区，以及所述第二投影扇形区域为针对所述区间路段的360度扇区，
相应地，所述第一路段坡度、所述第一地形高程变化量/>、所述第二路段坡度/>、所述第二地形高程变化量/>通过以下公式来确定：
公式（1）
其中i表示30度扇区的编号，表示i扇区的风能占比，/>表示i扇区的拟合平面地形坡度，/>表示360度扇区的拟合平面地形坡度，/>表示i扇区的拟合平面地形变化标准偏差，/>表示360度扇区的拟合平面地形变化标准偏差，/>表示以观测点为圆心的对应不同预设距离范围的圆半径，/>和/>分别表示预标定的调整系数。
6.根据权利要求1所述的方法，其中，所述第一预设地形校正系数计算公式为：
P1cp = 1/ d1公式（2）
以及，所述第二预设地形校正系数计算公式：
P1cp = 1/d1 2公式（3）
其中，P1cp表示第一风电场区域点的第一地形校正系数，d1表示第一风场观测点与第一风电场区域点之间的路段距离。
7.根据权利要求1所述的方法，所述基于所述第一观测点校正系数和所述第一地形校正系数校准所述风场模拟风速，确定对应所述第一风电场区域点的预测风速，包括：
确定对应第二风电场观测点的针对所述风场模拟风速的第二观测点校正系数；
确定针对所述第二风电场观测点的第二地形校正系数；
基于所述第一观测点校正系数、所述第一地形校正系数、所述第二观测点校正系数和所述第二地形校正系数校准所述风场模拟风速，确定对应所述第一风电场区域点的预测风速。
8.根据权利要求1所述的风电场的风速预测方法，其中，所述确定对应第一风电场观测点的第一观测点校正系数，包括：
获取对应所述第一风电场观测点的模拟风速时间序列和实测风速时间序列；所述模拟风速时间序列与实测风速时间序列分别具有相匹配的历史时刻，其中所述模拟风速时间序列包含多个历史时刻的基于所述中尺度气象模型所确定的模拟风速，以及所述实测风速时间序列包含多个历史时刻的实际观测风速，所述实际观测风速为对应所述第一风电场观测点的实测风速；
基于所述模拟风速时间序列和所述实测风速时间序列，确定对应所述第一风电场观测点的第一观测点校正系数。
9.一种终端设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述风电场的风速预测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310542782.0A CN116258023B (zh) | 2023-05-15 | 2023-05-15 | 风电场的风速预测方法及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310542782.0A CN116258023B (zh) | 2023-05-15 | 2023-05-15 | 风电场的风速预测方法及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116258023A CN116258023A (zh) | 2023-06-13 |
| CN116258023B true CN116258023B (zh) | 2023-07-18 |
Family
ID=86688398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310542782.0A Active CN116258023B (zh) | 2023-05-15 | 2023-05-15 | 风电场的风速预测方法及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116258023B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN114564697A (zh) * | 2022-03-17 | 2022-05-31 | 中国船舶重工集团海装风电股份有限公司 | 一种利用观测风速数据校正中尺度模拟风速数据的方法及系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514341A (zh) * | 2012-06-14 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 基于数值天气预报和计算流体动力学的风资源评估方法 |
| CN104699936B (zh) * | 2014-08-18 | 2018-05-04 | 沈阳工业大学 | 基于计算流体力学短期风速预测的风电场扇区管理方法 |
| US9881108B2 (en) * | 2015-05-29 | 2018-01-30 | One Energy Enterprises Llc | Method of evaluation wind flow based on conservation of momentum and variation in terrain |
| CN108536881B (zh) * | 2017-03-06 | 2020-10-16 | 新疆金风科技股份有限公司 | 用于计算风电场发电量的方法和设备 |
| CN110400011B (zh) * | 2019-07-12 | 2022-02-22 | 国能日新科技股份有限公司 | 电力现货交易中风电场出力申报方案的确定方法及装置 |
| CN115099162B (zh) * | 2022-08-24 | 2022-11-15 | 成都信息工程大学 | 一种复杂地形下风场的订正方法 |
-
2023
- 2023-05-15 CN CN202310542782.0A patent/CN116258023B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN114564697A (zh) * | 2022-03-17 | 2022-05-31 | 中国船舶重工集团海装风电股份有限公司 | 一种利用观测风速数据校正中尺度模拟风速数据的方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116258023A (zh) | 2023-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nipen et al. | Adopting citizen observations in operational weather prediction | |
| Crochemore et al. | Bias correcting precipitation forecasts to improve the skill of seasonal streamflow forecasts | |
| Stathopoulos et al. | Wind power prediction based on numerical and statistical models | |
| CN114254561A (zh) | 一种内涝预测方法、系统及存储介质 | |
| CN111027175A (zh) | 基于耦合模型集成模拟的洪水对社会经济影响的评估方法 | |
| CN110597873A (zh) | 降水数据估计方法、装置、设备及存储介质 | |
| CN105974495B (zh) | 利用分类拟合法预判目标区域未来平均云量的方法 | |
| CN110390343B (zh) | 一种空间气象数据的订正方法及系统 | |
| CN112417734B (zh) | 一种基于风电场地理信息的风速订正方法及装置 | |
| CN112585505A (zh) | 确定用于农学决策支持的位置特定的天气信息 | |
| CN116910041B (zh) | 一种基于尺度分析的遥感降水产品的逐日订正方法 | |
| CN111426633A (zh) | 一种夜间pm2.5质量浓度估算方法和装置 | |
| Junk et al. | Comparison of postprocessing methods for the calibration of 100-m wind ensemble forecasts at off-and onshore sites | |
| de Aquino Ferreira et al. | Validation of the representativeness of wind speed time series obtained from reanalysis data for Brazilian territory | |
| Freedman et al. | The Wind Forecast Improvement Project (WFIP): A public/private partnership for improving short term wind energy forecasts and quantifying the benefits of utility operations. The Southern Study Area, Final Report | |
| CN112700349A (zh) | 测风塔选址方法和装置 | |
| CN113311512A (zh) | 基于卫星辐射产品的光伏电站太阳辐射短期预报方法 | |
| Abdelwares et al. | Customized framework of the WRF model for regional climate simulation over the Eastern NILE basin | |
| CN116258023B (zh) | 风电场的风速预测方法及终端设备 | |
| CN111859303A (zh) | 基于动态贝叶斯平均的土壤湿度融合算法及系统 | |
| CN117251989A (zh) | 一种气象站点的碳水通量信息确定方法、系统及电子设备 | |
| Liu et al. | Gridded statistical downscaling based on interpolation of parameters and predictor locations for summer daily precipitation in North China | |
| CN113177702B (zh) | 一种气象输入数据匹配方法及系统 | |
| Annisa et al. | Analysis and Projections of Rainfall using representative concentration pathways (RCPs) Scenarios in Sleman Yogyakarta | |
| CN114252871A (zh) | 一种基于机器学习的雷达测量精度补偿方法 |
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 |