JP2024070675A - 風況予測システム、および風況予測方法 - Google Patents
風況予測システム、および風況予測方法 Download PDFInfo
- Publication number
- JP2024070675A JP2024070675A JP2022181302A JP2022181302A JP2024070675A JP 2024070675 A JP2024070675 A JP 2024070675A JP 2022181302 A JP2022181302 A JP 2022181302A JP 2022181302 A JP2022181302 A JP 2022181302A JP 2024070675 A JP2024070675 A JP 2024070675A
- Authority
- JP
- Japan
- Prior art keywords
- wind
- prediction
- information
- mast
- wind condition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title description 22
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000013277 forecasting method Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 17
- 238000004088 simulation Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 26
- 238000004364 calculation method Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 230000007935 neutral effect Effects 0.000 description 4
- 238000012876 topography Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】予測支援サーバ10の制御部11では、情報取得部101が、地表面の温度変化が大気の動きに与える影響を少なくとも含む、風況の観測位置における予め定められた風向ごとの観測データからなる風況情報と、風況の予測の対象となる位置に関する情報とを取得し、情報生成部103が、風況情報と、風況の予測の対象となる予測対象位置に関する情報とに基づいて、予測対象位置の風況の予測を支援する予測支援情報を生成する。
【選択図】図3
Description
請求項2に記載された発明は、前記予測支援手段は、前記予測支援情報として、前記観測位置の風速を、前記予測対象位置の風速に換算するための風速比を少なくとも含む情報を生成することを特徴とする、請求項1に記載の風況予測システムである。
請求項3に記載された発明は、前記予測支援手段は、前記風況情報から算出される、前記影響を示す値と風速を示す値との各々の前記風向ごとの出現頻度と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、請求項1に記載の風況予測システムである。
請求項4に記載された発明は、前記予測支援手段は、前記影響を示す値と前記風速を示す値との各々の前記風向ごとの出現頻度から特定される、1以上の代表的な当該影響を示す値と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、請求項3に記載の風況予測システムである。
請求項5に記載された発明は、前記予測支援手段は、複数の代表的な前記影響を示す値の前記出現頻度の平均値と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、請求項4に記載の風況予測システムである。
請求項6に記載された発明は、前記影響を示す値は、前記観測位置と地表面との標高差および温度差と、当該観測位置の風速と、重力加速度とを少なくとも含む情報に基づき算出されたリチャードソン数の値により示されることを特徴とする、請求項3に記載の風況予測システムである。
請求項7に記載された発明は、前記影響を示す値は、算出された前記リチャードソン数の値を、当該影響を示す値の前記出現頻度に応じて変化させた値により示されることを特徴とする、請求項6に記載の風況予測システムである。
請求項8に記載された発明は、前記予測支援手段は、前記観測位置における中心角360度の方位を16分割した風向の各々を1風向区分とし、当該1風向区分における中心の風向および両端の風向の各々の前記風況情報から算出される前記影響を示す値と前記風速を示す値との各々の出現頻度と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、請求項3に記載の風況予測システムである。
請求項9に記載された発明は、前記予測支援手段は、前記1風向区分の中心角の大きさを維持した状態で、前記中心角360度の方位における当該1風向区分の配置を変化させた場合の当該1風向区分における中心の風向および両端の風向の各々の前記観測データと、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、請求項8に記載の風況予測システムである。
請求項10に記載された発明は、地表面の温度変化が大気の動きに与える影響を少なくとも含む、風況の観測位置における予め定められた風向ごとの観測データからなる風況情報を取得するステップと、風況の予測の対象となる位置に関する情報を取得するステップと、前記風況情報と、前記風況の予測の対象となる位置に関する情報とに基づいて、当該風況の予測の対象となる位置の風況の予測を支援する予測支援情報を生成するステップと、を含むことを特徴とする風況予測方法である。
請求項2の本発明によれば、予め定められた場所の風速を予測する際、より実態に即したシミュレーションの結果に基づく予測が可能となる。
請求項3の本発明によれば、予め定められた場所の風況を予測する際、地表面の温度変化が大気の動きに与える影響と、風速との各々の出現頻度を考慮したシミュレーションの結果に基づく予測が可能となる。
請求項4の本発明によれば、予め定められた場所の風況を予測する際、地表面の温度変化が大気の動きに与える影響を示す値のうち1以上の代表的な値と対象地点情報とによるシミュレーションが行われるので、計算の効率化を図りながら実態に即した風況の予測が可能となる。
請求項5の本発明によれば、予め定められた場所の風況を予測する際、地表面の温度変化が大気の動きに与える影響を示す値のうち複数の代表的な値の出現頻度の平均値と対象地点情報とによるシミュレーションが行われるので、計算の効率化を図りながら実態に即した風況の予測が可能となる。
請求項6の本発明によれば、地表面の温度変化が大気の動きに与える影響を示す値を算出する際、従来から用いられている計算式による簡易な計算が可能となる。
請求項7の本発明によれば、地表面の温度変化が大気の動きに与える影響を示す値のうち解析の対象とする値を、出現頻度に応じて微調整できるので、より実態に即したシミュレーションが可能となる。
請求項8の本発明によれば、風況情報の取得単位が従来の16区分から32区分に増えることになるので、より実態に即したシミュレーションが可能となる。
請求項9の本発明によれば、1風向区分ごとに微調整できるので、より実態に即したシミュレーションが可能となる。
請求項10の本発明によれば、予め定められた場所の風況を予測する際、より実態に即したシミュレーションの結果に基づく予測が可能になる。
(風況予測システムの構成)
図1は、本実施の形態が適用される風況予測システム1の全体構成の一例を示す図である。
風況予測システム1は、予測支援サーバ10と、マスト端末30-1乃至30-n(nは1以上の整数値)と、情報提供サーバ50と、ユーザ端末70とがネットワーク90を介して接続されることにより構成されている。ネットワーク90は、例えば、LAN(Local Area Network)、インターネット等である。なお、マスト端末30-1乃至30-nの各々を個別に説明する必要がない場合、これらをまとめてマスト端末30と呼ぶ。
図2は、図1の風況予測システムを構成する予測支援サーバ10のハードウェア構成の一例を示す図である。
予測支援サーバ10は、制御部11と、メモリ12と、記憶部13と、通信部14と、操作部15と、表示部16とを有している。これらの各部は、データバス、アドレスバス、PCI(Peripheral Component Interconnect)バス等で接続されている。
マスト端末30、情報提供サーバ50、およびユーザ端末70のハードウェア構成は、いずれも図2に示す予測支援サーバ10のハードウェア構成と同様の構成を備えている。すなわち、マスト端末30、情報提供サーバ50、およびユーザ端末70は、図2に示す予測支援サーバ10の制御部11、メモリ12、記憶部13、通信部14、操作部15、および表示部16の各々と同様の制御部、メモリ、記憶部、通信部、操作部、および表示部の各々を備えている。このため、マスト端末30、情報提供サーバ50、およびユーザ端末70のハードウェア構成の図示および説明を省略する。
図3は、予測支援サーバ10の制御部11の機能構成の一例を示す図である。
予測支援サーバ10の制御部11では、情報取得部101と、情報管理部102と、情報生成部103と、送信制御部104とが機能する。
図4は、予測支援サーバ10の処理の流れの一例を示すフローチャートである。
予測支援サーバ10は、マスト端末30から風況情報が送信されてくると(ステップ401でYES)、送信されてきた風況情報を取得し(ステップ402)、取得した風況情報をデータベース(例えば、図2の風況DB131)に記憶して管理する(ステップ403)。これに対して、マスト端末30から風況情報が送信されてきていない場合(ステップ401でNO)、予測支援サーバ10は、マスト端末30から風況情報が送信されてくるまでステップ401を繰り返す。
図5乃至図13には、図1の風況予測システム1の適用事例として、風力発電所の建設予定地の風況予測の具体例が示されている。
図5(A)および(B)は、風力発電所の建設予定地とされている島500の全体図である。図5(A)は、島500の平面図であり、島500の大きさや形状などが示されている。図5(B)は、島500の平面斜視図であり、島500の起伏や標高などがイメージで示されている。なお、図5(A)および(B)において、上側は北(N)、下側は南(S)、右側は東(E)、左側は西(W)を示している。
図7(A)の左図は、マスト601(MastA)とマスト602(MastB)との風速の相関関係を表したグラフである。グラフの横軸は、マスト601(MastA)の風速(m/s)を示し、グラフの縦軸は、マスト602(MastB)の風速(m/s)を示している。
図7(A)の左図に示すように、マスト601(MastA)とマスト602(MastB)との風速の相関関係は、ほぼ一直線上の関係になっており、その傾きから、マスト601(MastA)よりもマスト602(MastB)の風速(m/s)が大きいことがわかる。
図7(A)の右図に示すように、マスト601(MastA)の風速(m/s)に対するマスト602(MastB)の風速比にはばらつきがあり、特にマスト601(MastA)の風速(m/s)が小さいときのばらつきが大きい。
図7(B)の左図に示すように、マスト601(MastA)とマスト603(MastC)との風速の相関関係も、ほぼ一直線上の関係になっており、その傾きから、マスト601(MastA)よりもマスト603(MastC)の風速(m/s)が小さいことがわかる。
図7(B)の右図に示すように、マスト601(MastA)の風速(m/s)に対するマスト603(MastC)の風速比にはばらつきがあり、特にマスト601(MastA)の風速(m/s)が小さいときのばらつきが大きい。
図7(C)の左図に示すように、マスト601(MastA)とマスト604(MastD)との風速の相関関係も、ほぼ一直線上の関係になっており、その傾きから、マスト601(MastA)よりもマスト604(MastD)の風速(m/s)が小さいことがわかる。
図7(C)の右図に示すように、マスト601(MastA)の風速(m/s)に対するマスト604(MastD)の風速比にはばらつきがあり、特にマスト601(MastA)の風速(m/s)が小さいときのばらつきが大きい。
温度変化影響値の一例である大気安定度を表すリチャードソン数(Ri)は、上述のように、マストの観測位置と地表面との標高差および温度差と、マストの観測位置の風速と、重力加速度とを少なくとも含む情報に基づき算出される。具体的には、例えば、図8(A)に示す式を用いて算出される。
図8(B)に示すように、大気安定度の値は、「不安定」を示す負の値から、「安定」を示す正の値まで幅広く分布しているが、「不安定」を示す負の値に特に多く分布しており、合計で82%程度の出現頻度となっている。分布が最も多いリチャードソン数(Ri)の値の範囲は「-0.2~0」であり、出現頻度は24%程度となっている。この値の範囲の風速を示す値は、「3~6m/s」から「13m/s<」まで広く分布している。また、分布が2番目に多いリチャードソン数(Ri)の値の範囲は「<-1」であり、出現頻度は18%程度となっている。この値の範囲の風速を示す値は、「<3m/s」から「3~6m/s」に多く分布している。
図8(C)に示すように、大気安定度の値は、「不安定」を示す負の値から、「安定」を示す正の値まで幅広く分布しているが、「不安定」を示す負の値に特に多く分布しており、合計で86%程度の出現頻度となっている。分布が最も多いリチャードソン数(Ri)の値の範囲は「-0.2~0」であり、出現頻度は44%程度となっている。この値の範囲の風速を示す値は、「3~6m/s」から「13m/s<」まで広く分布している。また、分布が2番目に多いリチャードソン数(Ri)の値の範囲は「-0.4~-0.2」であり、出現頻度は15%程度となっている。この値の範囲の風速を示す値は、「3~6m/s」から「13m/s<」まで広く分布している。
図8(D)に示すように、大気安定度の値は、「不安定」を示す負の値から、「安定」を示す正の値まで幅広く分布しているが、「不安定」を示す負の値に比較的多く分布しており、合計で73%程度の出現頻度となっている。分布が最も多いリチャードソン数(Ri)の値の範囲は「-0.2~0」であり、出現頻度は22%程度となっている。この値の範囲の風速を示す値は、「3~6m/s」から「13m/s<」まで広く分布している。また、分布が2番目に多いリチャードソン数(Ri)の値の範囲は「-0.4~-0.2」であり、出現頻度は15%程度となっている。この値の範囲の風速を示す値は、「<3m/s」から「13m/s<」まで広く分布している。
上述のように、予測対象位置の予測支援情報は、観測位置の風況情報から算出される、温度変化影響値の一例である大気安定度を表すリチャードソン数(Ri)の値と、風速を示す値との各々の風向ごとの出現頻度と、予測対象位置に関する情報とに基づいて生成される。具体的には、観測位置における16風向の各々を1風向区分とし、1風向区分における中心の風向および両端の風向の各々の風況情報から算出されるリチャードソン数(Ri)の値と風速を示す値との各々の出現頻度と、予測対象位置に関する情報とに基づいて、予測対象位置の予測支援情報が生成される。さらに具体的には、算出された出現頻度から特定される、全体を網羅する1以上の代表的なリチャードソン数(Ri)の値と、予測対象位置に関する情報とに基づいて、予測対象位置の予測支援情報が生成される。このとき、代表的なリチャードソン数(Ri)の値が複数特定された場合には、特定された複数の代表的なリチャードソン数(Ri)の値の出現頻度の平均値と、予測対象位置に関する情報とに基づいて、予測支援情報が生成される。代表的なリチャードソン数(Ri)の値の特定は、ユーザの入力操作により行われてもよいし、予測支援サーバ10が自動で行ってもよい。
上述のように、一風向区分の中心の風向および両端の風向の各々の風況情報から算出されるリチャードソン数(Ri)の値と風速を示す値との各々の出現頻度と、予測対象位置に関する情報とに基づいて、予測対象位置の予測支援情報が生成される。これにより、例えば、図10(B)に示すように、16風向の風況情報と、16風向の各々の中間の風向の風況情報とを含んだ32風向の風況情報の解析が可能となる。さらに、図示はしないが、32風向の風況情報と、32風向の各々の中間の風向の風況情報とを含んだ64風向の風況情報の解析も可能である。なお、図10(B)には、島500の中心地の風向が示されているが、実際には観測地点となるマスト601乃至604の各々における観測位置の風向ごとの風況情報の解析が行われる。
以上、本実施の形態について説明したが、本発明は上述した本実施の形態に限るものではない。また、本発明による効果も、上述した本実施の形態に記載されたものに限定されない。例えば、図1に示す風況予測システム1の構成、図2に示す予測支援サーバ10のハードウェア構成、および図3の予測支援サーバ10の制御部11の機能構成は、いずれも本発明の目的を達成するための例示に過ぎず、特に限定されない。上述した処理を全体として実行できる機能が図1の風況予測システム1に備えられていれば足り、この機能を実現するためにどのようなハードウェア構成および機能構成を用いるかは上述の例に限定されない。
Claims (10)
- 地表面の温度変化が大気の動きに与える影響を少なくとも含む、風況の観測位置における予め定められた風向ごとの観測データからなる風況情報を取得する風況情報取得手段と、
風況の予測の対象となる位置に関する情報を取得する対象地点情報取得手段と、
前記風況情報と、風況の予測の対象となる予測対象位置に関する情報とに基づいて、当該予測対象位置の風況の予測を支援する予測支援情報を生成する予測支援手段と、
を有することを特徴とする風況予測システム。 - 前記予測支援手段は、前記予測支援情報として、前記観測位置の風速を、前記予測対象位置の風速に換算するための風速比を少なくとも含む情報を生成することを特徴とする、
請求項1に記載の風況予測システム。 - 前記予測支援手段は、前記風況情報から算出される、前記影響を示す値と風速を示す値との各々の前記風向ごとの出現頻度と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、
請求項1に記載の風況予測システム。 - 前記予測支援手段は、前記影響を示す値と前記風速を示す値との各々の前記風向ごとの出現頻度から特定される、1以上の代表的な当該影響を示す値と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、
請求項3に記載の風況予測システム。 - 前記予測支援手段は、複数の代表的な前記影響を示す値の前記出現頻度の平均値と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、
請求項4に記載の風況予測システム。 - 前記影響を示す値は、前記観測位置と地表面との標高差および温度差と、当該観測位置の風速と、重力加速度とを少なくとも含む情報に基づき算出されたリチャードソン数の値により示されることを特徴とする、
請求項3に記載の風況予測システム。 - 前記影響を示す値は、算出された前記リチャードソン数の値を、当該影響を示す値の前記出現頻度に応じて変化させた値により示されることを特徴とする、
請求項6に記載の風況予測システム。 - 前記予測支援手段は、前記観測位置における中心角360度の方位を16分割した風向の各々を1風向区分とし、当該1風向区分における中心の風向および両端の風向の各々の前記風況情報から算出される前記影響を示す値と前記風速を示す値との各々の出現頻度と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、
請求項3に記載の風況予測システム。 - 前記予測支援手段は、前記1風向区分の中心角の大きさを維持した状態で、前記中心角360度の方位における当該1風向区分の配置を変化させた場合の当該1風向区分における中心の風向および両端の風向の各々の前記観測データと、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、
請求項8に記載の風況予測システム。 - 地表面の温度変化が大気の動きに与える影響を少なくとも含む、風況の観測位置における予め定められた風向ごとの観測データからなる風況情報を取得するステップと、
風況の予測の対象となる位置に関する情報を取得するステップと、
前記風況情報と、前記風況の予測の対象となる位置に関する情報とに基づいて、当該風況の予測の対象となる位置の風況の予測を支援する予測支援情報を生成するステップと、
を含むことを特徴とする風況予測方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022181302A JP7296599B1 (ja) | 2022-11-11 | 2022-11-11 | 風況予測システム、および風況予測方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022181302A JP7296599B1 (ja) | 2022-11-11 | 2022-11-11 | 風況予測システム、および風況予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7296599B1 JP7296599B1 (ja) | 2023-06-23 |
JP2024070675A true JP2024070675A (ja) | 2024-05-23 |
Family
ID=86850230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022181302A Active JP7296599B1 (ja) | 2022-11-11 | 2022-11-11 | 風況予測システム、および風況予測方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7296599B1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117390509A (zh) * | 2023-10-12 | 2024-01-12 | 中国船舶集团风电发展有限公司 | 一种海面大气稳定度确定方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005172442A (ja) * | 2003-12-08 | 2005-06-30 | Mitsubishi Heavy Ind Ltd | 大気汚染物質の濃度予測方法、装置、並びにプログラム及び大気汚染物質の濃度予測情報提供装置 |
WO2015182142A1 (ja) * | 2014-05-28 | 2015-12-03 | 国立大学法人京都大学 | 気象予報システム |
JP2020159725A (ja) * | 2019-03-25 | 2020-10-01 | 株式会社新エネルギー総合研究所 | 風況予測システム、及び風況予測方法 |
CN113326624A (zh) * | 2021-06-07 | 2021-08-31 | 国网河南省电力公司电力科学研究院 | 一种沙漠地区大气边界层高度的预测方法及系统 |
JP7068531B1 (ja) * | 2021-05-31 | 2022-05-16 | 株式会社東芝 | 情報処理装置、情報処理方法、情報処理システム及びコンピュータプログラム |
JP2023007932A (ja) * | 2021-07-02 | 2023-01-19 | 株式会社東芝 | 風況予測システム、風況予測方法、および風況予測プログラム |
-
2022
- 2022-11-11 JP JP2022181302A patent/JP7296599B1/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005172442A (ja) * | 2003-12-08 | 2005-06-30 | Mitsubishi Heavy Ind Ltd | 大気汚染物質の濃度予測方法、装置、並びにプログラム及び大気汚染物質の濃度予測情報提供装置 |
WO2015182142A1 (ja) * | 2014-05-28 | 2015-12-03 | 国立大学法人京都大学 | 気象予報システム |
JP2020159725A (ja) * | 2019-03-25 | 2020-10-01 | 株式会社新エネルギー総合研究所 | 風況予測システム、及び風況予測方法 |
JP7068531B1 (ja) * | 2021-05-31 | 2022-05-16 | 株式会社東芝 | 情報処理装置、情報処理方法、情報処理システム及びコンピュータプログラム |
CN113326624A (zh) * | 2021-06-07 | 2021-08-31 | 国网河南省电力公司电力科学研究院 | 一种沙漠地区大气边界层高度的预测方法及系统 |
JP2023007932A (ja) * | 2021-07-02 | 2023-01-19 | 株式会社東芝 | 風況予測システム、風況予測方法、および風況予測プログラム |
Non-Patent Citations (2)
Title |
---|
静居竜大: "大気安定度分布の地域的特性", 風力エネルギー利用シンポジウム, vol. 42, JPN6023006463, pages 176 - 179, ISSN: 0004996710 * |
高桑晋: "複雑地形サイトおよび地形の影響を受ける洋上サイトの風況予測における大気安定度の影響", 風力エネルギー利用シンポジウム, vol. 42, JPN6023006464, pages 140 - 143, ISSN: 0004996709 * |
Also Published As
Publication number | Publication date |
---|---|
JP7296599B1 (ja) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schumacher et al. | The formation, character and changing nature of mesoscale convective systems | |
Zhou et al. | Impacts of wind farms on land surface temperature | |
Seeley et al. | The effect of global warming on severe thunderstorms in the United States | |
Mughal et al. | Wind modelling, validation and sensitivity study using Weather Research and Forecasting model in complex terrain | |
Osuri et al. | The impact of satellite-derived wind data assimilation on track, intensity and structure of tropical cyclones over the North Indian Ocean | |
Evans et al. | Sensitivity in the overland reintensification of Tropical Cyclone Erin (2007) to near-surface soil moisture characteristics | |
Arthur et al. | Topographic effects on radiation in the WRF Model with the immersed boundary method: Implementation, validation, and application to complex terrain | |
US10914291B2 (en) | Annual energy production of wind turbine sites | |
JP2016136001A (ja) | 予測装置 | |
Lynn et al. | An evaluation of the efficacy of using observed lightning to improve convective lightning forecasts | |
Sun et al. | An operational dynamical downscaling prediction system for Nordeste Brazil and the 2002–04 real-time forecast evaluation | |
US9536021B1 (en) | System and method for providing a renewable energy network optimization tool | |
Rife et al. | Selecting representative days for more efficient dynamical climate downscaling: Application to wind energy | |
JP2024070675A (ja) | 風況予測システム、および風況予測方法 | |
Tan et al. | A prediction scheme of tropical cyclone frequency based on lasso and random forest | |
Ham et al. | A newly developed APCC SCoPS and its prediction of East Asia seasonal climate variability | |
Zhang et al. | Downscaling hourly air temperature of WRF simulations over complex topography: A case study of Chongli District in Hebei Province, China | |
Vladimirov et al. | Sensitivity of WRF model results to topography and land cover: study for the Sofia region | |
Jin et al. | Integration of atmospheric stability in wind resource assessment through multi-scale coupling method | |
Ajilesh et al. | Observed and model‐simulated thermodynamic processes associated with urban heavy rainfall events over Bangalore, India | |
Yang et al. | Parameterizing convective organization effects with a moisture‐pdf approach in climate models: Concept and a regional case simulation | |
Mboumboue et al. | On the applicability of several conventional regression models for the estimation of solar global radiation component in Cameroon and Senegal sub-Saharan tropical regions | |
Yesubabu et al. | Impact of variational assimilation technique on simulation of a heavy rainfall event over Pune, India | |
Ohara et al. | Reconstruction of historical atmospheric data by a hydroclimate model for the Mekong River basin | |
Mackaro et al. | Some physical and computational issues in land surface data assimilation of satellite skin temperatures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221111 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20221111 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20221202 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230420 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230516 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230602 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7296599 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |