-
公开(公告)号:CN113176420B
公开(公告)日:2024-03-12
申请号:CN202110172682.4
申请日:2021-02-08
Applicant: 国网北京市电力公司 , 北京玖天气象科技有限公司
Abstract: 本申请公开一种针对电网杆塔点的风速预报订正系统。所述系统包括地形复杂度最优格点筛选装置,计算最优格点序号并发送至数据重构装置和综合预报装置;数据重构装置,根据最优格点序号提取对应格点的观测和预报值,并发送至订正模型装置;订正模型装置,接收格点观测和预报值,计算模式预报样本阶段的风速频率,并计算累积风频,根据累积风频设置风速阈值并构建大风订正模型和普态订正模型并发送至综合预报装置;综合预报装置,采集模式预报值,根据接收的格点序号,提取对应预报值,根据风速阈值和订正模型计算最终的格点预报订正值。本申请能够获取到最接近真是的杆塔点风速观测信息,并建立误差订正模型有效提高风速预报的准确度。
-
公开(公告)号:CN114330478B
公开(公告)日:2023-10-20
申请号:CN202111316837.3
申请日:2021-11-09
Applicant: 国网山东省电力公司应急管理中心 , 北京玖天气象科技有限公司
Abstract: 针对电网风速预报的风速分类订正方法涉及风速订正技术领域,解决了大风时段风速预报误差大的问题,包括:对风速观测样本集一进行滑动平均并选取风速值Vm;将风速观测样本集一的风速观测样本一与Vm比较,若风速观测样本一≥Vm则标记为x,否则为y;统计x的前后N小时中x的次数,若达到z次则记为大风过程;将大风过程风速最大值时刻的前后N小时标为p;以风速预报样本集一的风速要素和风向要素作为分类属性,以p对应的风速观测样本一作为结果属性构建决策树分类模型;将决策树风速分类模型对应p和非p的风速观测样本一进行重构和训练得到大风和平风订正模型。本发明对大风和平风时段均能够很好的订正,订正后的预报误差明显变小。
-
公开(公告)号:CN114399060A
公开(公告)日:2022-04-26
申请号:CN202111540994.2
申请日:2021-12-16
Applicant: 北京玖天气象科技有限公司
Abstract: 本发明公开了一种基于风雨同侵指数的风力发电机叶片养护方法,包括如下步骤:在风电场设置测风塔和雨量器测试装置分别用来测量风速以及雨量数据;建立风雨同侵指数数据库;并根据逐小时平均风速以及累积雨量数值大小,将风雨同侵划分为5个等级,统计各个级别的风雨同侵次数,根据风雨同侵次数计算各级别风雨同侵指数。风电场在进行维护时,可以参考该机型在不同风雨同侵指数的风电场的磨损数据,结合本风电场的风雨同侵指数,快速估算出风机叶片的保养周期,避免盲目的停机保养造成大规模的人力物力浪费,同时避免因保养周期过长对叶片造成无法修补的损伤,以及因风机叶片严重变形造成的风能损失。
-
公开(公告)号:CN114330478A
公开(公告)日:2022-04-12
申请号:CN202111316837.3
申请日:2021-11-09
Applicant: 国网山东省电力公司应急管理中心 , 北京玖天气象科技有限公司
Abstract: 针对电网风速预报的风速分类订正方法涉及风速订正技术领域,解决了大风时段风速预报误差大的问题,包括:对风速观测样本集一进行滑动平均并选取风速值Vm;将风速观测样本集一的风速观测样本一与Vm比较,若风速观测样本一≥Vm则标记为x,否则为y;统计x的前后N小时中x的次数,若达到z次则记为大风过程;将大风过程风速最大值时刻的前后N小时标为p;以风速预报样本集一的风速要素和风向要素作为分类属性,以p对应的风速观测样本一作为结果属性构建决策树分类模型;将决策树风速分类模型对应p和非p的风速观测样本一进行重构和训练得到大风和平风订正模型。本发明对大风和平风时段均能够很好的订正,订正后的预报误差明显变小。
-
公开(公告)号:CN113177678A
公开(公告)日:2021-07-27
申请号:CN202110172691.3
申请日:2021-02-08
Applicant: 国网北京市电力公司 , 北京玖天气象科技有限公司
Abstract: 本申请公开一种不同类型异物侵扰的气象风险预警方法及装置,包括:根据异物侵扰故障记录、异物类型分类和气象要素,建立不同异物侵扰故障关联的异物侵扰气象风险预警模型;结合对异物侵扰事件的检测和对短临模式预报的误差分析训练并完善异物侵扰气象风险预警模型,提高气象风险预警模型的预警精度。采用本申请的技术方案,能够更准确地对可能发生异物侵扰的气象条件进行预警,有助于针对性地管控电网运行风险、提高电力系统的运行可靠性水平。
-
公开(公告)号:CN117610898A
公开(公告)日:2024-02-27
申请号:CN202410095354.2
申请日:2024-01-24
Applicant: 北京玖天气象科技有限公司
IPC: G06Q10/0631 , G06Q10/0639 , G06Q50/06 , G06F16/29 , G01W1/00 , G08B31/00 , G08B21/10
Abstract: 本发明公开了一种电网气象监测网络装置的布点方法及装置,属于电网气象监测点规划技术领域,所述方法包括以下步骤:确定待监测电网范围并获取相关数据,构建气象灾害监测布点指标模型;根据获取的相关数据制作各自的栅格图;将制作的栅格图进行综合叠加,形成气象灾害监测布点评价指标;利用熵权法确定气象灾害监测布点评价指标中各布点因子的权重;根据各布点因子的数值及其权重,计算气象灾害监测布点评价指标的区域分布;根据所述区域分布进行电网气象监测网络装置布点。本发明不仅能够进行电网气象监测网络装置的布点规划,而且能够利用电网气象监测装置实时监测电网输电设施区域的气象灾害,为电网企业提供了精细气象灾害观测与精准预报预警服务。
-
公开(公告)号:CN114493004B
公开(公告)日:2024-01-12
申请号:CN202210097236.6
申请日:2022-01-27
Applicant: 国网山东省电力公司济南供电公司 , 国网山东省电力公司应急管理中心 , 北京玖天气象科技有限公司
Inventor: 郭禹琛 , 王博 , 王雪 , 孙世军 , 何晓凤 , 朱坤双 , 张永山 , 韩洪 , 韩乐琼 , 李莉 , 高峰 , 巩晓静 , 李嫣然 , 沈倩 , 李晓琦 , 李广 , 董新 , 乔荣飞
IPC: G06Q10/04 , G06Q50/06 , G06N20/20 , G06F18/214 , G06F18/213
Abstract: 风速的准确性高。一种基于机器学习的单点风速短临风速外推方法涉及风速预测技术领域,解决了现有预测风速不够准确的问题,包括:获得历史风速样本并分成训练样本集和测试样本集;取训练样本集中的历史风速样本得到多个时间序列,时间序列之间的时间长度不同但样本总量相同;训练载有集成机器学习算法的模型得到初级集成机器学习模型;采用测试样本集测试初级集成机器学习模型得到测试结果;选取最优测试结果对应的初级集成机器学习模型作为集成机器学习模型,最优测试结果对应的时间序列间隔点数作为集成
-
公开(公告)号:CN117216497A
公开(公告)日:2023-12-12
申请号:CN202311174524.8
申请日:2023-09-13
Applicant: 北京玖天气象科技有限公司 , 国网山东省电力公司应急管理中心
IPC: G06F18/20 , G06Q50/06 , G06F123/02
Abstract: 本公开的实施例提供了一种带电作业窗口期预测方法、装置、设备以及存储介质,应用于电力作业安全管控技术领域。该方法包括:获取影响带电作业安全且数值天气预报支持预报的目标气象因素;根据带电作业安全约束条件,确定各目标气象因素的安全阈值范围;基于数值天气预报,预报带电作业位置的各目标气象因素的时间序列;根据各目标气象因素的时间序列和安全阈值范围,确定带电作业窗口期。以此方式,可以分析气象因素对带电作业安全的影响,结合数值天气预报,有效预测未来适合开展带电作业的窗口期,进而提高带电作业窗口期预测效果,有助于辅助带电作业计划的制定,便于后续安全开展带电作业。
-
公开(公告)号:CN114399060B
公开(公告)日:2023-08-08
申请号:CN202111540994.2
申请日:2021-12-16
Applicant: 北京玖天气象科技有限公司
IPC: G06Q10/20 , G06Q10/0639 , G06Q50/06 , F03D17/00
Abstract: 本发明公开了一种基于风雨同侵指数的风力发电机叶片养护方法,包括如下步骤:在风电场设置测风塔和雨量器测试装置分别用来测量风速以及雨量数据;建立风雨同侵指数数据库;并根据逐小时平均风速以及累积雨量数值大小,将风雨同侵划分为5个等级,统计各个级别的风雨同侵次数,根据风雨同侵次数计算各级别风雨同侵指数。风电场在进行维护时,可以参考该机型在不同风雨同侵指数的风电场的磨损数据,结合本风电场的风雨同侵指数,快速估算出风机叶片的保养周期,避免盲目的停机保养造成大规模的人力物力浪费,同时避免因保养周期过长对叶片造成无法修补的损伤,以及因风机叶片严重变形造成的风能损失。
-
公开(公告)号:CN113176420A
公开(公告)日:2021-07-27
申请号:CN202110172682.4
申请日:2021-02-08
Applicant: 国网北京市电力公司 , 北京玖天气象科技有限公司
Abstract: 本申请公开一种针对电网杆塔点的风速预报订正系统。所述系统包括地形复杂度最优格点筛选装置,计算最优格点序号并发送至数据重构装置和综合预报装置;数据重构装置,根据最优格点序号提取对应格点的观测和预报值,并发送至订正模型装置;订正模型装置,接收格点观测和预报值,计算模式预报样本阶段的风速频率,并计算累积风频,根据累积风频设置风速阈值并构建大风订正模型和普态订正模型并发送至综合预报装置;综合预报装置,采集模式预报值,根据接收的格点序号,提取对应预报值,根据风速阈值和订正模型计算最终的格点预报订正值。本申请能够获取到最接近真是的杆塔点风速观测信息,并建立误差订正模型有效提高风速预报的准确度。
-
-
-
-
-
-
-
-
-