基于天气分型的阵风快速预测方法及系统专利检索-计算机系统电脑零配件专利检索查询-专利查询网

基于天气分型的阵 风快速预测方法及系统

阅读：768发布：2020-05-08

专利汇可以提供基于天气分型的阵风快速预测方法及系统专利检索，专利查询，专利分析的服务。并且本发明公开了一种基于天气分型的阵风快速预测方法及系统，该方法包括：获取待预测区域的过去一段时间的平均风数据，包括平均风的分段时间内的最多阵风风向及分段时间内的平均风速的数据；对平均风数据进行降维处理，获得多个平均风要素；对平均风要素进行聚类分析获得多个聚类，作为多个天气分型；采用阵风模型对多个天气分型进行训练，得到不同的天气分型下阵风预测模型；对待预测区域的未来一段时间的平均风进行预测，并计算预测结果的天气分型，采用对应的天气分型的阵风预测模型预测阵风的风速。本发明能够基于已有数值模式的平均风预测结果，对阵风快速进行预测。，下面是基于天气分型的阵风快速预测方法及系统专利的具体信息内容。

权利要求

1.一种基于天气分型的阵风快速预测方法，其特征在于，包括以下步骤：
获取待预测区域的过去一段时间的平均风数据，包括平均风的分段时间内的最多阵风风向及分段时间内的平均风速的数据；
对所述平均风数据进行降维处理，获得多个平均风要素；
对所述平均风要素进行聚类分析获得多个聚类，作为多个天气分型；
采用阵风模型对多个天气分型进行训练，得到不同的天气分型下阵风预测模型；
对待预测区域的未来一段时间的平均风进行预测，并计算预测结果的天气分型，采用对应的天气分型的阵风预测模型预测阵风的风速。
2.根据权利要求1所述的基于天气分型的阵风快速预测方法，其特征在于，所述阵风模型为：
其中，A与n为待拟合参数，Um为平均风，Ug为阵风。
3.根据权利要求2所述的基于天气分型的阵风快速预测方法，其特征在于，所述A满足：
G＝AUn；
其中，G为阵风系数，且：
4.根据权利要求1至3中任一项所述的基于天气分型的阵风快速预测方法，其特征在于，所述平均风为若干分钟、小时或者日的平均风。
5.一种计算机系统，包括存储器、处理器以及存储在存储器上并可在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计算机程序时实现上述权利要求1至4任一所述方法的步骤。

说明书全文

基于天气分型的阵风快速预测方法及系统

技术领域

[0001] 本发明涉及电网防护技术领域，尤其涉及一种基于天气分型的阵风快速预测方法及系统。

背景技术

[0002] 中国地域辽阔，灾害性阵风时常发生，经常造成输电线路倒塔、断线、风偏闪络、绝缘子脱串和金具断裂等事故。因此，阵风风速、风向的准确预测，对于提前部署电网防灾救灾装备意义重大。

[0003] 但目前气象模式仅能输出平均风，数值小于阵风大小。否则计算量大，难以适应业务需求。

[0004] 为此，有必要研究一种阵风快速预测方法及系统。

发明内容

[0005] 本发明提供了一种基于天气分型的阵风快速预测方法及系统，用以解决目前的气象模式仅能输出平均风，无法对阵风进行准确预测的技术问题。

[0006] 为解决上述技术问题，本发明提出的技术方案为：

[0007] 一种基于天气分型的阵风快速预测方法，包括以下步骤：

[0008] 获取待预测区域的过去一段时间的平均风数据，包括平均风的分段时间内的最多阵风风向及分段时间内的平均风速的数据；

[0009] 对平均风数据进行降维处理，获得多个平均风要素；

[0010] 对平均风要素进行聚类分析获得多个聚类，作为多个天气分型；

[0011] 采用阵风模型对多个天气分型进行训练，得到不同的天气分型下阵风预测模型；

[0012] 对待预测区域的未来一段时间的平均风进行预测，并计算预测结果的天气分型，采用对应的天气分型的阵风预测模型预测阵风的风速。

[0013] 优选地，阵风模型为：

[0014]

[0015] 其中，A与n为待拟合参数，Um为平均风，Ug为阵风。

[0016] 优选地，A满足：

[0017] G＝AUn；

[0018] 其中，G为阵风系数，且：

[0019]

[0020] 优选地，平均风为若干分钟、小时或者日的平均风。

[0021] 本发明还提供一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的步骤。

[0022] 本发明具有以下有益效果：

[0023] 1、本发明的基于天气分型的阵风快速预测方法及系统，计算流程简便，能够基于已有数值模式的平均风预测结果，对阵风快速进行预测。通用性好，能够适用于不同地区的阵风预测的计算。

[0024] 2、采用本发明的计算结果，能够帮助线路运维人员在阵风风速较大的地区，及时部署防风偏跳闸、闪络等装备，保障电网安全稳定运行。

[0025] 除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。

附图说明

[0026] 构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

[0027] 图1是本发明优选实施例的基于天气分型的阵风快速预测方法的流程示意图。

具体实施方式

[0028] 以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

[0029] 参见图1，本发明的基于天气分型的阵风快速预测方法，包括以下步骤：

[0030] S1：获取待预测区域的过去一段时间的平均风(平均风优选为若干分钟、小时或者日的平均风)数据，包括平均风的分段时间内的最多阵风风向及分段时间内的平均风速的数据。通常，平均风数据包括10分钟平均风速和10分钟内最多风向；

[0031] S2：对平均风数据进行降维处理，获得多个平均风要素。可优选通过主成分分析对平均风进行降维处理：

[0032] 平均风数据构成数据集X，对X进行主成分分析，得到q个主分量，各对应的贡献率记为λi(i＝1,…,q)，将λi按照不升(降序排列)的顺序排列，并选择前m个主成分，使得：

[0033]

[0034] 降维处理后平均风要素可表示为X'。

[0035] S3：对平均风要素进行聚类分析(例如：选择机器学习中无监督学习方法对X'进行聚类分析，聚类方法可优选采用K-均值、模糊C聚类、层次聚类等，例如Ward法的聚类分析)获得d个聚类，作为多个天气分型(每个聚类结果反映不同的天气分型)。

[0036] S4：采用阵风模型对多个天气分型进行训练，得到不同的天气分型下阵风预测模型。具体为：

[0037] 定义阵风系数G为：

[0038]

[0039] 其中，Um为平均风，Ug为阵风。由于G随着U的增大而减小，本实施例优选采用指数函数进行拟合，即：

[0040] G＝AUn

[0041] 两边取对数，则：

[0042] logG＝logA+nlogU

[0043] 因此，可以用最小二乘法得到A及n(A与n为待拟合参数)的值。于是，可以得到阵风模型：

[0044]

[0045] 对得到的d个聚类对应的天气分型，分别进行训练，得到不同的天气分型下阵风预测模型。

[0046] S5：对待预测区域的未来一段时间的平均风进行预测(例如通过气象数值模式，对未来1-7天的平均风进行预测)，并计算预测结果的天气分型(优选根据预测风场与d个聚类中心的欧式距离判断未来1-7天的天气分型)，采用对应的天气分型的阵风预测模型预测阵风的风速。

[0047] 本发明还提供一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一实施方法的步骤。

[0048] 综上可知，本发明能够基于已有数值模式的平均风预测结果，对阵风快速进行预测。能够帮助线路运维人员在阵风风速较大的地区，及时部署防风偏跳闸、闪络等装备，保障电网安全稳定运行。

[0049] 以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

标题	发布/更新时间	阅读量
一种多路安全元件集群板卡	2020-05-08	980
交通标志图像处理方法及装置	2020-05-08	879
使用照明装置自动指示联系中心状态的系统和方法	2020-05-08	641
数据处理装置和方法	2020-05-11	959
神经网络处理方法、计算机系统及存储介质	2020-05-08	367
一种航空公司商业智能信息管理系统	2020-05-08	838
报表自动推荐系统、方法及计算机系统	2020-05-08	325
一种测试方法、装置、系统、计算机可读存储介质	2020-05-08	60
包括相机应用程序的系统及相机功能控制方法	2020-05-08	521
一种税务申报登记装置	2020-05-11	99

基于天气分型的阵风快速预测方法及系统

基于天气分型的阵风快速预测方法及系统

技术领域

背景技术

发明内容

附图说明

具体实施方式

该功能需要专业版企业版VIP权限，您可以：