CN117761800A - 基于数据驱动模型的分布式电源气象环境监测系统 - Google Patents
基于数据驱动模型的分布式电源气象环境监测系统 Download PDFInfo
- Publication number
- CN117761800A CN117761800A CN202311811621.3A CN202311811621A CN117761800A CN 117761800 A CN117761800 A CN 117761800A CN 202311811621 A CN202311811621 A CN 202311811621A CN 117761800 A CN117761800 A CN 117761800A
- Authority
- CN
- China
- Prior art keywords
- weather
- data
- environment
- distributed power
- power supply
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000004891 communication Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000005286 illumination Methods 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 description 19
- 238000005259 measurement Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Selective Calling Equipment (AREA)
Abstract
本发明公开了基于数据驱动模型的分布式电源气象环境监测系统，包括：气象站终端采集模块，用于接收部署在分布式电源环境中多个气象站采集的气象环境数据；控制处理模块，用于根据数据驱动模型和气象环境数据得到气象监测模型，然后基于气象监测模型对未来设定时段内的分布式电源的气象环境进行预测，得到预测报告信息；无线通讯模块，用于为整个系统提供无线通信环境；显示模块，用于接收控制处理模块发送的预测报告信息，然后显示预测报告信息。本发明能够更好地分析气象环境数据中的潜在趋势，提高分布式电源的气象预测的准确性，有效降低分布式电源系统受气象影响的风险，从而提升了分布式电源的运行效率。
Description
技术领域
本发明涉及气象环境监测技术领域，尤其是指基于数据驱动模型的分布式电源气象环境监测系统。
背景技术
由于分布式电源通常位于广阔的地理区域，气象数据的收集会受到各种因素的影响，包括地形、气候条件和其他环境因素尽管已经能够收集到大量的气象环境数据，包括温度、湿度、气压、风速等等，但目前的气象环境监测系统对于预测分布式电源的未来气象环境的预测精度不够，影响了分布式电源的运行效率。
在现有技术CN113011092A中，公开了一种气象环境监测方法、系统、电子设备和存储介质，其中，气象环境监测系统包括：气象数据获取模块，用于获取历史气象环境监测数据以及历史气象类型；气象环境监测模型建立模块，用于根据所述历史气象环境监测数据以及所述历史气象类型建立气象环境监测模型；当前气象环境监测数据获取模块，用于获取当前气象环境监测数据；气象类型输出模块，用于将所述当前气象环境监测数据输入至所述气象环境监测模型，输出所述当前气象环境监测数据对应的当前气象类型；该气象监测系统虽然能将当前气象环境监测数据输入气象环境监测模型后自动、准确地获取到当前气象环境监测数据对应的当前气象类型，但不足之处在于，该气象监测系统运用在分布式电源环境中时，由于缺乏对于分布式电源周围的气象环境监测，导致气象环境变化不能采取相应的措施，分布式电源的运行效率下降。
发明内容
本发明的目的是克服现有技术中，缺乏对于分布式电源周围的气象环境监测，导致气象环境变化不能采取相应的措施，分布式电源的运行效率下降的问题，提供了基于数据驱动模型的分布式电源气象环境监测系统，通过气象站终端采集模块实时接收气象环境数据，并在控制处理模块中充分利用数据驱动模型对气象环境数据进行分析得到气象监测模型，然后通过气象监测模型的方式以最大限度实时预测未来设定时段内的分布式电源的气象环境变化，再通过无线通讯模块将预测报告信息传输至显示模块，能够更好地分析气象环境数据中的潜在趋势，提高分布式电源的气象预测的准确性，有效降低分布式电源系统受气象影响的风险，从而提升了分布式电源的运行效率。
本发明的目的是通过下述技术方案予以实现：
基于数据驱动模型的分布式电源气象环境监测系统，包括：
气象站终端采集模块，用于接收部署在分布式电源环境中多个气象站采集的气象环境数据；控制处理模块，用于根据数据驱动模型和气象环境数据得到气象监测模型，然后基于气象监测模型对未来设定时段内的分布式电源的气象环境进行预测，得到预测报告信息；
无线通讯模块，用于为整个系统提供无线通信环境；
显示模块，用于接收控制处理模块发送的预测报告信息，然后显示预测报告信息。
在本方案中，通过气象站终端模块接收多个气象站采集的气象环境数据，可以实现对分布式电源环境的数据采集，有助于更好地了解不同地点的气象条件；通过气象站终端采集模块实时接收气象环境数据，并在控制处理模块中充分利用数据驱动模型对气象环境数据进行分析得到气象监测模型，然后通过气象监测模型的方式以最大限度实时预测未来设定时段内的分布式电源的气象环境变化，再通过无线通讯模块将预测报告信息传输至显示模块，能够更好地分析气象环境数据中的潜在趋势，提高分布式电源的气象预测的准确性，有效降低分布式电源系统受气象影响的风险，从而提升了分布式电源的运行效率。
进一步地，每个气象站中设置有若干传感器，所述气象站终端采集模块中设置有驱动每个传感器对应的采集程序，每个传感器根据对应的采集程序采集气象环境数据。
在本方案中，由于不同类型的传感器需要不同的采集方式，因此，在气象站终端采集模块中设置有驱动每个传感器对应的采集程序，从而可以确保每个传感器都能够按照最佳方式进行数据采集，减少数据误差。
进一步地，所述气象环境数据包括分布式电源环境的光照强度参数，所述传感器的类型包括光电二极管阵列检测器，所述采集程序包括在气象站终端采集模块中设置与光电二极管阵列检测器对应的第一采集程序，所述光电二极管阵列检测器根据第一采集程序采集光照强度参数。
在本方案中，光电二极管阵列检测器是一种能够将光转化为电信号的器件，可以对环境中的光照强度进行高精度的测量，光电二极管阵列检测器可以同时测量不同方向上的光照强度，获得环境的整体光照分布情况；通过设置与光电二极管阵列传感器对应的第一采集程序，可以保证光电二极管阵列检测器正确地测量光照强度参数，并将测量结果传输给气象站终端采集模块，可以及时获取光照强度参数。
进一步地，所述气象环境数据还包括分布式电源环境的风速参数和风向参数，所述传感器的类型还包括超声波风速风向传感器，所述采集程序还包括在气象站终端采集模块中设置与超声波风速风向传感器对应的第二采集程序，所述超声波风速风向传感器根据第二采集程序采集风速参数和风向参数。
在本方案中，超声波风速风向传感器是一种基于超声波原理研发的风速风向测量仪器，利用发送的声波脉冲，测量接收端的时间或频率差别来计算风速和风向，由于风速是实时变化的气象参数，通过设置与速风向传感器对应的第二采集程序，采集风速参数和风向参数，可以提供更准确的数据采集结果，避免传统旋转式风速传感器受到阻尼和摩擦等因素的影响，从而提高数据采集的准确性。
进一步地，所述控制处理模块包括数据库模块，所述数据库模块用于根据气象环境数据和时间序列构建气象数据库，所述气象数据库用于查询与用户需求信息对应的气象环境数据，得到用户的查询信息；所述显示模块还用于接收数据库模块发送的查询信息，然后显示查询信息。
在本方案中，通过数据库模块，可以建立一个结构化的气象数据库，用于储存各种气象环境数据，可以方便地对气象数据进行存储、查询和管理，提高数据的可靠性和一致性，通过构建气象数据库，可以将大量的气象环境数据进行组织和索引，提高数据的存取效率和查询速度，用户可以根据自己的需求，通过向数据库发送查询请求，获取符合条件的气象环境数据，然后通过显示模块可以直观地查看到所需的气象环境数据。
进一步地，所述气象数据库为SQlite类型的气象数据库。
在本方案中，SQLite是一种嵌入式关系型数据库管理系统，它是一个开源的软件库，提供了一个轻量级的数据库引擎；将气象数据库设置为SQLite类型的气象数据库的作用是实现轻量级、嵌入式的数据存储和管理，方便在终端设备上进行气象数据的存取和操作，通过SQLite数据库，可以有效地管理和查询气象环境数据，提供给系统其他模块进行处理和分析。
进一步地，所述控制处理模块还包括指令处理模块，所述指令处理模块用于生成与用户需求信息对应的数据库查询语句；所述气象数据库用于根据数据库查询语句查询对应的气象环境数据，得到用户的查询信息。
在本方案中，指令处理模块可以根据用户需求信息生成相应的数据库查询语句，从而提高查询效率，相比于手动编写查询语句，自动生成的查询语句可以更加准确、快速地查询到用户需要的气象环境数据，气象数据库可以根据用户需求信息查询对应的气象环境数据，从而得到用户的查询信息；通过指令处理模块和气象数据库的协同作用，可以实现更精确的查询结果，满足用户对气象数据的需求。
进一步地，所述的根据数据驱动模型和气象环境数据得到气象监测模型的具体过程包括：
根据数据驱动模型对气象数据库中的气象环境数据进行特征提取，得到特征信息集；
根据特征信息集以及模型训练目标构建初始模型结构；
根据优化算法对初始模型结构进行模型训练得到气象监测模型。
在本方案中，数据驱动模型可以根据实际数据的变化和分布来优化模型的训练，通过使用数据驱动模型提取特征信息，可以更准确地监测气象环境的变化；通过预处理和特征提取，将原始的气象环境数据转化为特征信息集，从而提高了数据的利用价值，特征提取可以去除冗余信息，突出重要特征，使得模型更加关注关键的气象指标；根据特征信息集以及模型训练目标，构建初始的模型结构，可以有效地捕捉气象数据的规律和趋势，从而提高模型的准确性和可靠性；通过优化算法对初始模型结构进行训练，不断调整模型参数，使其逐渐优化，得到气象监测模型，在气象监测模型训练的过程中，气象监测模型会根据实际的气象监测数据进行学习和调整，从而提高气象监测模型的预测准确性。
进一步地，所述的基于气象监测模型对未来设定时段内的分布式电源的气象环境进行预测的具体过程包括：
提取气象监测模型的输出特征值信息；
根据分布式电源的运行情况，确定预测的气象环境指标；
根据输出特征值信息和气象环境指标，确定预测方法；
根据预测方法对未来设定时段内的分布式电源的气象环境进行预测。
在本方案中，通过提取气象监测模型的输出特征值信息，结合分布式电源的运行情况，可以更准确地预测气象环境，由于不同类型的分布式电源对气象条件有不同的需求，因此，根据分布式电源的运行情况，确定需要预测的气象环境指标，结合输出特征值信息和气象环境指标，确定适合的预测方法，以实现对未来设定时段内的分布式电源的气象环境的预测，通过准确预测气象环境，可以提前采取措施，避免因气象环境变化对分布式电源的影响。
进一步地，所述无线通讯模块使用无线分组业务的通讯方式为整个系统提供无线通信环境。
在本方案中，无线分组业务采用分组传输的方式，可以根据数据的紧急程度和优先级进行灵活调度，确保重要数据能够及时传输，提高了通信效率；与传统的有线通信方式相比，无线通信模块使用无线分组业务可以降低布线成本和维护成本，并且可以根据需要进行扩展和升级，降低了整个系统的成本。
本发明的有益效果是：通过气象站终端模块接收多个气象站采集的气象环境数据，可以实现对分布式电源环境的数据采集，有助于更好地了解不同地点的气象条件；通过气象站终端采集模块实时接收气象环境数据，并在控制处理模块中充分利用数据驱动模型对气象环境数据进行分析得到气象监测模型，然后通过气象监测模型的方式以最大限度实时预测未来设定时段内的分布式电源的气象环境变化，再通过无线通讯模块将预测报告信息传输至显示模块，能够更好地分析气象环境数据中的潜在趋势，提高分布式电源的气象预测的准确性，有效降低分布式电源系统受气象影响的风险，从而提升了分布式电源的运行效率。通过数据库模块，可以建立一个结构化的气象数据库，用于储存各种气象环境数据，可以方便地对气象数据进行存储、查询和管理，提高数据的可靠性和一致性，通过构建气象数据库，可以将大量的气象环境数据进行组织和索引，提高数据的存取效率和查询速度，用户可以根据自己的需求，通过向数据库发送查询请求，获取符合条件的气象环境数据，然后通过显示模块可以直观地查看到所需的气象环境数据。无线分组业务采用分组传输的方式，可以根据数据的紧急程度和优先级进行灵活调度，确保重要数据能够及时传输，提高了通信效率；与传统的有线通信方式相比，无线通信模块使用无线分组业务可以降低布线成本和维护成本，并且可以根据需要进行扩展和升级，降低了整个系统的成本。
附图说明
图1是本发明实施例的基于数据驱动模型的分布式电源气象环境监测系统的结构示意图；
图2是本发明实施例的无线通讯模块结构图；
图3是本发明实施例的风速测试结果图；
附图标记说明：1-分布式电源气象环境监测系统、11-气象站终端采集模块、12-控制处理模块、121-数据库模块、122-指令处理模块、13-无线通讯模块、14-显示模块。
具体实施方式
下面结合附图和实施例对本发明进一步描述。
实施例：基于数据驱动模型的分布式电源气象环境监测系统1，如图1所示，包括：气象站终端采集模块11，用于接收部署在分布式电源环境中多个气象站采集的气象环境数据；控制处理模块12，用于根据数据驱动模型和气象环境数据得到气象监测模型，然后基于气象监测模型对未来设定时段内的分布式电源的气象环境进行预测，得到预测报告信息；
无线通讯模块13，用于为整个系统提供无线通信环境；
显示模块14，用于接收控制处理模块12发送的预测报告信息，然后显示预测报告信息。
需要说明的是，数据驱动模型是指通过对大量数据进行分析和建模，从中提取出模式、规律和趋势，并根据这些数据驱动的结果做出预测或决策的一种方法。这类模型通常使用机器学习、统计学和数据挖掘等技术，以数据为基础进行模型训练和优化。数据驱动模型的优势在于它们可以利用大量真实世界的数据来进行分析和预测，从而更准确地理解和描述现象，它们可以识别出隐藏在数据中的模式和规律，帮助人们做出更好的决策。此外，数据驱动模型还具有适应性强的特点，可以根据新的数据进行更新和改进。本申请中，基于气象监测模型对设定时段内的分布式电源的气象环境进行预测，是对分布式电源的气象环境进行短期预测，短期预测通常指的是对未来较短时间范围内(通常为数小时到数天)的事件或现象进行预测。在气象学中，短期预测涉及对未来几小时到48小时内的天气情况进行预测。
具体地，每个气象站中设置有若干传感器，气象站终端采集模块11中设置有驱动每个传感器对应的采集程序，每个传感器根据对应的采集程序采集气象环境数据。
需要说明的是，不同的传感器可以针对不同的气象指标进行监测和记录，比如温度传感器可以监测气温，湿度传感器可以监测湿度，风速传感器可以监测风速，降雨传感器可以监测降雨量等。这些传感器能够将各种气象指标转化为电信号，为后续的数据采集提供了数据源。气象站终端采集模块11中设置驱动每个传感器对应的采集程序，每个传感器根据对应的采集程序采集气象环境数据。数据采集程序可以基于硬件接口或者网络接口与传感器进行通信，获取实时的气象数据，根据传感器的规格和协议，编写相应的代码来解析传感器数据，这种设置可以保证每个传感器都能够按照预定的采集程序准确地采集气象数据，并且可以针对不同的气象指标进行独立的采集和记录，从而更全面地了解气象情况。
具体地，气象环境数据包括分布式电源环境的光照强度参数，传感器的类型包括光电二极管阵列检测器，采集程序包括在气象站终端采集模块11中设置与光电二极管阵列检测器对应的第一采集程序，光电二极管阵列检测器根据第一采集程序采集光照强度参数。
需要说明的是，光电二极管阵列检测器是指一种传感器设备，它由多个光电二极管组成的阵列。光电二极管是一种能够将光信号转换为电信号的半导体器件。通过使用光电二极管阵列检测器，可以测量光照强度参数，即分布式电源环境中的光强度信息。
进一步地，光照强度的采集方法主要使用光敏电阻、硅光电二极管和光电二极管阵列检测器等设备进行采集。光敏电阻通过测量光敏电阻上的电阻值变化间接获取光照强度信息，硅光电二极管通过将光信号转换为电信号来测量光照强度，而光电二极管阵列则可以同时测量不同方向上的光照强度，获得环境的整体光照分布情况，因此，本申请采用光电二极管阵列测量光照强度。
具体地，气象环境数据还包括分布式电源环境的风速参数和风向参数，传感器的类型还包括超声波风速风向传感器，采集程序还包括在气象站终端采集模块11中设置与超声波风速风向传感器对应的第二采集程序，超声波风速风向传感器根据第二采集程序采集风速参数和风向参数。
需要说明的是，超声波风速风向传感器的工作原理是利用超声波时差法来实现风速风向的测量。由于声音在空气中的传播速度会和风向上的气流速度叠加。假如超声波的传播方向与风向相同，那么它的速度会加快；反之，若超声波的传播方向与风向相反，那么它的速度会变慢。所以，在固定的检测条件下，超声波在空气中传播的速度可以和风速函数对应。通过计算即可得到风速参数和风向参数。
进一步地，一般风速测量的方法例有超声法、风杯风标法等，风杯风标方法使用机械原理对风速风向进行测量，但该方法精准度较差并且损坏后难以维修，因此，本申请使用超声波风速风向传感器进行测量并安装超声波风速风向传感器的数据驱动程序。
具体地，控制处理模块12包括数据库模块121，数据库模块121用于根据气象环境数据和时间序列构建气象数据库，气象数据库用于查询与用户需求信息对应的气象环境数据，得到用户的查询信息；显示模块14还用于接收数据库模块121发送的查询信息，然后显示查询信息。
具体地，气象数据库为SQlite类型的气象数据库。
进一步地，SQLite是一种轻量级的关系型数据库管理系统，它使用单一文件来存储整个数据库。相比其他数据库管理系统，如MySQL、Oracle等，SQLite更为简洁、小巧，不需要独立的服务器进程或网络连接。SQLite支持标准的SQL语言，提供了丰富的API，允许用户通过编程语言访问和管理数据。
数据库模块121基于气象环境数据建立气象数据库，这样可以将气象数据按照特定的结构进行组织和储存，方便后续对数据的查询、分析和使用。通过气象站终端模块中的采集程序得到气象数据，经过处理后，再将处理后的气象环境数据连同系统的时间序列一起保存在数据库中。
实现储存气象环境数据的过程，可以按照以下的步骤进行：
首先，需要确定气象数据库的表结构，包括表名、字段名和字段类型等。根据具体需求，可以设计多个表来存储不同类型的气象数据。在程序中使用SQLite的API，创建数据库文件，并建立相应的表结构。当有新的气象环境数据需要存储时，将数据按照规定的格式插入到相应的表中。当需要查询或分析气象数据时，可以使用SQL语句来实现，通过查询条件获取所需数据。对于数据的更新、删除等操作，也可以使用SQLite提供的API来实现。
具体地，控制处理模块12还包括指令处理模块122，指令处理模块122用于生成与用户需求信息对应的数据库查询语句；气象数据库用于根据数据库查询语句查询对应的气象环境数据，得到用户的查询信息。
进一步地，控制处理模块12首先接收用户的需求信息，这可以是通过界面输入、语音识别或其他方式获取的。指令处理模块122接收到用户需求信息后，根据预设的规则或算法，生成与用户需求信息对应的数据库查询语句。气象数据库接收到查询语句后，根据数据库的结构和查询语句的内容，查询对应的气象环境数据。气象数据库将查询到的数据返回给控制处理模块12，控制处理模块12进一步处理这些数据，例如对数据进行格式化、整合、排序等操作，最终将结果呈现给用户。
具体地，根据数据驱动模型和气象环境数据得到气象监测模型的具体过程包括：根据数据驱动模型对气象数据库中的气象环境数据进行特征提取，得到特征信息集；
根据特征信息集以及模型训练目标构建初始模型结构；
根据优化算法对初始模型结构进行模型训练得到气象监测模型。
进一步地，首先，控制处理模块12接收来自用户的查询需求信息，这些信息可能是通过界面输入、语音识别或者其他方式获得的。指令处理模块122接收到用户需求信息后，会对其进行解析，可以得到查询的气象环境数据类型、范围以及特定的时间或地点等信息，根据解析后的用户需求，指令处理模块122生成一个针对气象数据库的查询语句，这个查询语句会明确指定需要查询的数据类型、范围以及特定的时间或地点等条件。控制处理模块12将生成的查询语句发送给气象数据库，气象数据库接收到查询语句后，会根据其数据结构和查询接口进行数据检索。气象数据库会根据查询语句中的条件，在数据库中查找对应的气象环境数据。一旦找到匹配的数据，它就会将数据返回给控制处理模块12。控制处理模块12接收到气象数据库返回的数据后，会对其进行处理，然后将其作为查询结果返回给用户。
具体地，基于气象监测模型对未来设定时段内的分布式电源的气象环境进行预测的具体过程包括：
提取气象监测模型的输出特征值信息；
根据分布式电源的运行情况，确定预测的气象环境指标；
根据输出特征值信息和气象环境指标，确定预测方法；
根据预测方法对未来设定时段内的分布式电源的气象环境进行预测。
进一步地，首先，从气象监测模型中提取出相关的输出特征值信息。这些特征值通常代表了天气、气候和环境等因素的参数，例如温度、湿度、风速、风向、气压等，这些特征值信息可以通过气象监测设备收集并经过模型计算得出的。分布式电源的运行受到多种气象环境因素的影响，例如风力、光照等，根据分布式电源的特点和运行需求，确定与这些因素相关的气象环境指标，例如，对于风力发电，可能需要预测风速、风向；对于太阳能发电，可能需要预测光照强度和时间。基于气象监测模型的输出特征值信息和分布式电源所需的气象环境指标，选择合适的预测方法，常用的预测方法包括回归分析、时间序列分析、机器学习等，这些方法可以根据历史数据和当前的气象特征值来预测未来的气象环境指标，使用选定的预测方法，对未来设定时段内的分布式电源的气象环境进行预测。预测的结果可以为分布式电源的运行和维护提供决策支持，帮助优化其运行策略，提高发电效率和稳定性。
需要注意的是，在实际实现中，还需要考虑数据的实时性、精度和稳定性等方面的要求，以及模型的优化和参数调整等工作。另外，在进行预测时，还需要充分考虑气象环境的复杂性和不确定性，以及可能存在的突发事件和异常情况，做好相应的应对措施。
具体地，无线通讯模块13使用无线分组业务的通讯方式为整个系统提供无线通信环境。
进一步地，无线通讯模块13使用无线分组业务的通讯方式为整个系统提供通信环境，这是一种基于现有气象数据信息的无线分组交换技术，可以给本系统提供广域的无线信息连接，无线分组业务具有以下特性：可以最大限度地利用已有的资源；具有很高的传输率，无线分组业务的数据传输速率可达57.6kbps。无线分组业务访问时延较小，可以迅速地进行连接，平均只有3秒。提供即时联机的特点，使用者可以随时联机。因此，无线分组业务在一些行业中有着独特的应用，本系统使用了无线分组业务的无线通讯方式来进行数据传送。当传感器节点接通电源时，若第一个LED会闪烁，则表示有必要对传感器的编号进行记录。在记录后，第三个LED会持续闪烁数秒，表示无线通讯模式已成功建立。此时按下第一次按的LED，等灯亮后，表示已进入了允许连接传感器节点的状态。当一个节点被连接到通讯网络中时，传感器就能接收到气象数据信息，并且在接收到信息之后立即将信息传输到串行接口中。
无线通讯模块13的结构示意图如图2所示，无线通讯模块13包括射频模块，如射频功率放大器，基带控制器、专用电源电路以及应用50线接口引脚，例如电源接口、SIM1.5 V/4.5V的接口、标准RS248双向接口以及模拟语音接口，该模块实现了电源连接和数据传输、接收指令、收集语音信号和控制信号的双向传输，天线接口由一个60Ω的天线连接器与天线相连。
接下来，具体说明本申请的测试并对测试过程进行分析。
气象环境数据主要包括测量环境中的风速、温度、降雨量、气压、光照强度等各项因素，气象环境数据部分指标如表1所示。
表1气象环境测量指标表
| 要素 | 测量范围 | 分辨率 | 精度 |
| 温度 | -50℃-50℃ | 0.1℃ | (+/-)0.5℃ |
| 湿度 | 0-100％ | 1％ | (+/-)4％ |
| 气压 | 550-1050hPa | 0.1hPa | (+/-)0.3hPa |
| 风向 | 0-360° | 3° | (+/-)5° |
| 风速 | 0-60m/s | 0.1m/s | 0.5m/s |
| 降雨量 | 0-400mm | 0.2mm | (+/-)0.2mm |
| 光照强度 | 0-200Klux | 0.1Klux | (+/-)0.5％ |
以气象环境测量指标表中的风速为例，使用超声波风速风向传感器进行测量时，超声波顺风时的传播速度的计算速度如下：
超声波逆风时的传播速度的计算速度如下：
公式中，v1表示实际风速，v2表示超声波速度，l表示超声波传播的距离，t1表示超声波顺风时的传播速度，t2表示超声波逆风时的传播速度，表示风向与超声波传播方向之间的夹角的余弦值。
以光照强度为指标时，其计算公式如下：
公式中，E表示光照强度，P表示光通量，A表示单位面积。
数据库利用从传感器接收气象数据进行控制与分析，在计算机信息通讯中，IP地址、端口号、传送协定等参数是用来建立连接的。此控制功能将通讯三个参数联接至计算机的应用层与传送层，以达到气象环境数据传送的目的。在接收到这些传感器节点信息之后，数据库会将节点信号传输到这个地址，只要通过这个端口，数据库就能收到转回的气象环境数据。
进一步地，根据上述说明，制定本申请的风速参数、风向参数和光照强度参数三者的性能指标，如表2所示。
表2风速参数、风向参数和光照强度参数三者的性能指标表
| 要素 | 风速 | 风向 | 光照强度 |
| 测量范围 | 0-55m/s | 0°-360° | 0-200Klux |
| 精度 | 8％ | (+/-)3° | 0.1Klux |
| 分辨率 | 0.1m/s | 0.1° | (+/-)0.5％ |
性能指标可以反映出传感器测量数据的精确度，例如，在风速测量中，性能指标可以包括相对误差范围或绝对误差范围，以及测量的可靠性等，有助于用户了解设备在实际使用中的测量精度。还可以衡量设备的稳定性和长期使用的可靠性。例如，在光照强度测量中，可以考虑设备的漂移情况、温度对测量结果的影响等。
将风速参数、风向参数和光照强度参数作为测试对象，测量现场环境的风速参数和光照强度参数，其测试环境的风速变化范围为0-55m/s，光照强度的范围为0-200Klux。在进行测试的过程中，需要对驱动程序进行编写，并将其下载到目标机上进行测试，再对各传感器的驱动测试软件进行编写，从而获得驱动程序的数据，并对其是否为正常工作进行验证，测试环境的详细参数如表3所示。
表3测试环境参数表
| 测试参数 | 数据 |
| 技术特点 | 线性扩频 |
| 网络部署 | 独立建网 |
| 频段 | 150MHz-1GHz |
| 传输距离 | 1-5km |
| 速率 | 0.5-30kbps |
| 成本 | 模块约￥100 |
根据上述测试的各项参数准备后，对气象环境监测系统的风速进行测量，将实际风速与测试结果进行对比，监测本系统的准确度，本系统的风速测试结果如图3所示，本系统能够符合风速最大误差在2m/s的系统的风速测试的标准要求。
对光照强度参数进行测量，将实际的光照强度与测试结果进行对比，监测本系统的准确度，其光照传感器驱动模块的测试结果如表4所示。
表4光照强度参数的测试结果表
| 测试天数/d | 实际光照强/klux | 测试光照强度/klux |
| 1 | 90 | 89.8 |
| 2 | 95 | 94.6 |
| 3 | 100 | 100.5 |
| 4 | 102 | 102.2 |
| 5 | 98 | 98.5 |
| 6 | 97 | 96.9 |
由表4的测试结果可知，本系统能够符合光照强度最大误差在0.5klux的光照强度测试的要求。
以上的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (10)
1.基于数据驱动模型的分布式电源气象环境监测系统，其特征在于，包括：
气象站终端采集模块，用于接收部署在分布式电源环境中多个气象站采集的气象环境数据；
控制处理模块，用于根据数据驱动模型和气象环境数据得到气象监测模型，然后基于气象监测模型对未来设定时段内的分布式电源的气象环境进行预测，得到预测报告信息；
无线通讯模块，用于为整个系统提供无线通信环境；
显示模块，用于接收控制处理模块发送的预测报告信息，然后显示预测报告信息。
2.根据权利要求1所述的基于数据驱动模型的分布式电源气象环境监测系统，其特征在于，每个气象站中设置有若干传感器，所述气象站终端采集模块中设置有驱动每个传感器对应的采集程序，每个传感器根据对应的采集程序采集气象环境数据。
3.根据权利要求2所述的基于数据驱动模型的分布式电源气象环境监测系统，其特征在于，所述气象环境数据包括分布式电源环境的光照强度参数，所述传感器的类型包括光电二极管阵列检测器，所述采集程序包括在气象站终端采集模块中设置与光电二极管阵列检测器对应的第一采集程序，所述光电二极管阵列检测器根据第一采集程序采集光照强度参数。
4.根据权利要求2所述的基于数据驱动模型的分布式电源气象环境监测系统，其特征在于，所述气象环境数据还包括分布式电源环境的风速参数和风向参数，所述传感器的类型还包括超声波风速风向传感器，所述采集程序还包括在气象站终端采集模块中设置与超声波风速风向传感器对应的第二采集程序，所述超声波风速风向传感器根据第二采集程序采集风速参数和风向参数。
5.根据权利要求1所述的基于数据驱动模型的分布式电源气象环境监测系统，其特征在于，所述控制处理模块包括数据库模块，所述数据库模块用于根据气象环境数据和时间序列构建气象数据库，所述气象数据库用于查询与用户需求信息对应的气象环境数据，得到用户的查询信息；所述显示模块还用于接收数据库模块发送的查询信息，然后显示查询信息。
6.根据权利要求5所述的基于数据驱动模型的分布式电源气象环境监测系统，其特征在于，所述气象数据库为SQlite类型的气象数据库。
7.根据权利要求5所述的基于数据驱动模型的分布式电源气象环境监测系统，其特征在于，所述控制处理模块还包括指令处理模块，所述指令处理模块用于生成与用户需求信息对应的数据库查询语句；所述气象数据库用于根据数据库查询语句查询对应的气象环境数据，得到用户的查询信息。
8.根据权利要求1所述的基于数据驱动模型的分布式电源气象环境监测系统，其特征在于，所述的根据数据驱动模型和气象环境数据得到气象监测模型的具体过程包括：根据数据驱动模型对气象数据库中的气象环境数据进行特征提取，得到特征信息集；
根据特征信息集以及模型训练目标构建初始模型结构；
根据优化算法对初始模型结构进行模型训练得到气象监测模型。
9.根据权利要求1所述的基于数据驱动模型的分布式电源气象环境监测系统，其特征在于，所述的基于气象监测模型对未来设定时段内的分布式电源的气象环境进行预测的具体过程包括：
提取气象监测模型的输出特征值信息；
根据分布式电源的运行情况，确定预测的气象环境指标；
根据输出特征值信息和气象环境指标，确定预测方法；
根据预测方法对未来设定时段内的分布式电源的气象环境进行预测。
10.根据权利要求1所述的基于数据驱动模型的分布式电源气象环境监测系统，其特征在于，所述无线通讯模块使用无线分组业务的通讯方式为整个系统提供无线通信环境。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311811621.3A CN117761800A (zh) | 2023-12-26 | 2023-12-26 | 基于数据驱动模型的分布式电源气象环境监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311811621.3A CN117761800A (zh) | 2023-12-26 | 2023-12-26 | 基于数据驱动模型的分布式电源气象环境监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117761800A true CN117761800A (zh) | 2024-03-26 |
Family
ID=90325440
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311811621.3A Pending CN117761800A (zh) | 2023-12-26 | 2023-12-26 | 基于数据驱动模型的分布式电源气象环境监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117761800A (zh) |
-
2023
- 2023-12-26 CN CN202311811621.3A patent/CN117761800A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102156180B (zh) | 一种区域能见度监视预测系统及方法 | |
| CN108537122A (zh) | 包含气象参数的图像融合采集系统及图像存储方法 | |
| CN101609145A (zh) | 甚低频与甚高频结合的全闪电定位系统 | |
| CN114894254B (zh) | 一种单株木碳汇动态计量方法 | |
| CN106453523A (zh) | 一种智能天气识别系统及方法 | |
| CN110046834A (zh) | 工作场所有害气体健康风险定量评估系统及其评估方法 | |
| CN115527203A (zh) | 一种基于物联网的谷物干燥远程控制方法及系统 | |
| CN103616733A (zh) | 气象数据采集以及天气预报方法、装置和系统 | |
| CN203573149U (zh) | 一种智能环境监测装置 | |
| CN109580268A (zh) | 一种产品异响、异音智能检测方法 | |
| CN117641157A (zh) | 一种用电信息采集终端的抄表方法 | |
| CN115979350A (zh) | 一种海洋监测设备数据采集系统 | |
| CN116882638B (zh) | 一种全氟化合物污染监测设备的管理方法及系统 | |
| CN107687994A (zh) | 空气检测系统及方法 | |
| CN103824337A (zh) | 输电智能巡检系统 | |
| CN117761800A (zh) | 基于数据驱动模型的分布式电源气象环境监测系统 | |
| Kedia | Localised weather monitoring system | |
| CN115291198B (zh) | 一种雷达信号发射及信号处理方法 | |
| CN116980827A (zh) | 一种基于物联网的大气环境数据监测系统 | |
| CN111914493B (zh) | 一种led路灯寿命仿真的系统及方法 | |
| Sumanth et al. | LoRa based Wireless Weather Station | |
| CN117056159A (zh) | 一种节点仪采集主动源数据实时量化质控方法 | |
| CN203930500U (zh) | 一种红外热成像检测数据分析诊断平台 | |
| RU2780309C1 (ru) | Способ и система для автоматизированного мониторинга эквивалентного уровня звука | |
| CN114414030B (zh) | 一种野外搜救定位界桩及定位方法 |
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 |