本申请公开了一种面向多地形场站的风速预报极值提取方法及相关装置，包括：获取小区域地形数据块并进行拼接；收集数值模式的风速预报数据并提取大风极值和大风平均值得到风速预报极值；对风速预报数据进行插值形成与小区域地形数据块相同分辨率的模式预报数据，对模式预报数据的时间节点对应站点观测事件进行标记；将含有标签的观测事件、高分辨率模式地形数据和模式预报数据输入到随机森林模型进行训练，将极值风速出现的概率值作为模型的输出结果从而确定格点上发生电场停机的概率值，与风速预报数据进行相乘得到风速极值提取数据集。解决了现有静态地形风速风险分级面向特定大型天气过程分析不准确导致天气过程预警产品的代表性不足的问题。警产品的代表性不足的问题。警产品的代表性不足的问题。
【技术实现步骤摘要】
面向多地形场站的风速预报极值提取方法及相关装置
[0001]本申请涉及电力场气象预测
，尤其涉及一种面向多地形场站的风速预报极值提取方法及相关装置。
技术介绍
[0002]面向在不同地形下建立起来的电力能源站场，抵御风灾的风险能力是不同的。在有利地形下站场受到地形背风面阻挡效应影响，抵御风灾的能力大幅加强，而在地形下垫面不利区域受到“狭管效应”等风力加速地形影响，站场抵御风灾的能力就会显著减弱。因此，人们通常通过历史经验统计将该地区的历史风速极值列入该地区建站风险考量的范围。
[0003]基于统计历史信息，每个场站都有独立的风灾风险等级评估指标，但是面对不同的大风速天气过程，站场往往不能精确预判出本次大风速过程是否会造成超过风灾风险等级警示的灾难。因此现有的通用方案是参考站场附近。
[0004]目前气象预测更多是针对公众的公益性预报，但不同领域所需的气象服务其实有很大差别。具体来说，面对动态评估站场风灾等级的风速风预报数据，全国多地气象局每日主要提供的是各地主要城市的日平均风速预报，预报结果更新时间频率在6小时以上，且多以单独一个点作为附近一片区域的代表平均风速。这样做无法精确的反应风速的时间突变，同时面对某一片区域内多个场站分布，其单点风速预报的代表性不强。无法满足以风电、光伏为代表的新能源领域站场需求的针对性优化专业气象服务。
技术实现思路
[0005]本申请提供了一种面向多地形场站的风速预报极值提取方法及相关装置，用于解决静态地形风速风险分级面向特定大型天气过程分析不准确导致天气过程预警产品的代表性不足的问题。
[0006]有鉴于此，本申请第一方面提供了一种面向多地形场站的风速预报极值提取方法，所述方法包括：获取极值待提取区域内的小区域地形数据块，对各所述小区域地形数据块进行拼接，得到静态的高分辨率模式地形数据；收集数值模式的风速预报数据，并提取所述风速预报数据中的大风极值和大风平均值，得到风速预报极值；对所述风速预报数据进行插值处理，形成与所述小区域地形数据块相同分辨率的模式预报数据，并对所述模式预报数据的时间节点对应站点观测数据中观测事件进行分析并标记，得到标记有成功和失败观测标签的观测事件；将含有标签的所述观测事件、所述高分辨率模式地形数据和所述模式预报数据输入到随机森林模型进行回归训练，将极值风速出现的概率值作为随机森林模型最终的输出结果；
根据所述输出结果确定格点上发生电场停机的概率值，并与所述风速预报数据进行相乘，得到经过随机森林模型修正的风速极值提取数据集，并将所述风速极值提取数据集生成图像产品。
[0007]可选地，所述获取极值待提取区域内的小区域地形数据块，对各所述小区域地形数据块进行拼接，得到静态的高分辨率模式地形数据，具体包括：通过CMA
‑
GD模式系统数值模式的初始化模块SI，生成极值待提取区域内的小区域地形数据块，其中，各所述小区域地形数据块的水平分辨率为100m*100m；通过自适应的CloughTocher插值方案在多组数据边缘进行消空值处理，对各所述小区域地形数据块进行拼接，得到静态的高分辨率模式地形数据。
[0008]可选地，所述收集数值模式的风速预报数据，并提取所述风速预报数据中的大风极值和大风平均值，得到风速预报极值，得到风速预报极值，具体包括：收集数值模式的风速预报数据，其中，所述风速预报数据为0
‑
72小时内的逐小时数据；将所述风速预报数据的区域内数据点，按照不同时间点堆叠排列，对每一个数据网格点上不同的风速预报值进行分布分析，确定大风极值和大风平均值，得到风速预报极值。
[0009]可选地，所述对所述风速预报数据进行插值处理，形成与所述小区域地形数据块相同分辨率的模式预报数据，具体包括：通过splines插值方法规则将格点分辨率为3km*3km的所述风速预报数据，插值到水平分辨率为100m*100m的水平尺度，形成与所述小区域地形数据块相同分辨率的模式预报数据。
[0010]本申请第二方面提供一种面向多地形场站的风速预报极值提取系统，所述系统包括：获取单元，用于获取极值待提取区域内的小区域地形数据块，对各所述小区域地形数据块进行拼接，得到静态的高分辨率模式地形数据；收集单元，用于收集数值模式的风速预报数据，并提取所述风速预报数据中的大风极值和大风平均值，得到风速预报极值；插值单元，用于对所述风速预报数据进行插值处理，形成与所述小区域地形数据块相同分辨率的模式预报数据，并对所述模式预报数据的时间节点对应站点观测数据中观测事件进行分析并标记，得到标记有成功和失败观测标签的观测事件；训练单元，用于将含有标签的所述观测事件、所述高分辨率模式地形数据和所述模式预报数据输入到随机森林模型进行回归训练，将极值风速出现的概率值作为随机森林模型最终的输出结果；生成单元，用于根据所述输出结果确定格点上发生电场停机的概率值，并与所述风速预报数据进行相乘，得到经过随机森林模型修正的风速极值提取数据集，并将所述风速极值提取数据集生成图像产品。
[0011]可选地，所述获取单元，具体用于：通过CMA
‑
GD模式系统数值模式的初始化模块SI，生成极值待提取区域内的小区域地形数据块，其中，各所述小区域地形数据块的水平分辨率为100m*100m；
通过自适应的CloughTocher插值方案在多组数据边缘进行消空值处理，对各所述小区域地形数据块进行拼接，得到静态的高分辨率模式地形数据。
[0012]可选地，所述收集单元，具体用于：收集数值模式的风速预报数据，其中，所述风速预报数据为0
‑
72小时内的逐小时数据；将所述风速预报数据的区域内数据点，按照不同时间点堆叠排列，对每一个数据网格点上不同的风速预报值进行分布分析，确定大风极值和大风平均值，得到风速预报极值。
[0013]可选地，所述插值单元，具体用于：通过splines插值方法规则将格点分辨率为3km*3km的所述风速预报数据，插值到水平分辨率为100m*100m的水平尺度，形成与所述小区域地形数据块相同分辨率的模式预报数据；对所述模式预报数据的时间节点对应站点观测数据中观测事件进行分析并标记，得到标记有成功和失败观测标签的观测事件。
[0014]本申请第三方面提供一种风速预报极值提取设备，所述设备包括处理器以及存储器：所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述的风速预报极值提取方法的步骤。
[0015]本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述第一方面所述的风速预报极值提取方法。
[0016]从以上技术方案可以看出，本申请具有以下优点：与传统的技术方案相比，本申请提供的一种面向多地形场站的风速预报极值提取方法的最大的优势在于可以生成超高分辨率，即100m*100m水平格点尺度的风速预报极值分析产品，这相比于单站单点的极值预估本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种面向多地形场站的风速预报极值提取方法，其特征在于，包括：获取极值待提取区域内的小区域地形数据块，对各所述小区域地形数据块进行拼接，得到静态的高分辨率模式地形数据；收集数值模式的风速预报数据，并提取所述风速预报数据中的大风极值和大风平均值，得到风速预报极值；对所述风速预报数据进行插值处理，形成与所述小区域地形数据块相同分辨率的模式预报数据，并对所述模式预报数据的时间节点对应站点观测数据中观测事件进行分析并标记，得到标记有成功和失败观测标签的观测事件；将含有标签的所述观测事件、所述高分辨率模式地形数据和所述模式预报数据输入到随机森林模型进行回归训练，将极值风速出现的概率值作为随机森林模型最终的输出结果；根据所述输出结果确定格点上发生电场停机的概率值，并与所述风速预报数据进行相乘，得到经过随机森林模型修正的风速极值提取数据集，并将所述风速极值提取数据集生成图像产品。2.根据权利要求1所述的面向多地形场站的风速预报极值提取方法，其特征在于，所述获取极值待提取区域内的小区域地形数据块，对各所述小区域地形数据块进行拼接，得到静态的高分辨率模式地形数据，具体包括：通过CMA
‑
GD模式系统数值模式的初始化模块SI，生成极值待提取区域内的小区域地形数据块，其中，各所述小区域地形数据块的水平分辨率为100m*100m；通过自适应的CloughTocher插值方案在多组数据边缘进行消空值处理，对各所述小区域地形数据块进行拼接，得到静态的高分辨率模式地形数据。3.根据权利要求2所述的面向多地形场站的风速预报极值提取方法，其特征在于，所述收集数值模式的风速预报数据，并提取所述风速预报数据中的大风极值和大风平均值，得到风速预报极值，具体包括：收集数值模式的风速预报数据，其中，所述风速预报数据为0
‑
72小时内的逐小时数据；将所述风速预报数据的区域内数据点，按照不同时间点堆叠排列，对每一个数据网格点上不同的风速预报值进行分布分析，确定大风极值和大风平均值，得到风速预报极值。4.根据权利要求3所述的面向多地形场站的风速预报极值提取方法，其特征在于，所述对所述风速预报数据进行插值处理，形成与所述小区域地形数据块相同分辨率的模式预报数据，具体包括：通过splines插值方法规则将格点分辨率为3km*3km的所述风速预报数据，插值到水平分辨率为100m*100m的水平尺度，形成与所述小区域地形数据块相同分辨率的模式预报数据。5.一种面向多地形场站的风速预报极值提取系统，其特征在于，包括：获取单元，用于获取极值待提取区域内的小区域地形数据块，对各所述小区域地形数据块进行拼接，得到静态的高分辨率模式地形数据；收集单元...
【专利技术属性】
技术研发人员：张思球，刘上嘉，叶建东，李燕平，刘泓锴，龚成，敖健永，宋子强，彭孝强，胡圣青，王振华，
申请(专利权)人：广东电网有限责任公司阳江供电局，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。