【技术实现步骤摘要】
本专利技术涉及计算机，尤其是一种海面风场重构方法及系统。
技术介绍
1、随着人类工业化的不断发展，传统化石能源的不断消耗且日益枯竭，其对于人类生存环境带来的挑战也接踵而至。可持续性的清洁能源成为当今世界未来能源的主流。风能作为一种可持续清洁能源，如今得到广泛关注。风力发电受风速影响显著，伴随着风电大规模的布局开发，风电功率的波动性及不确定性会对电力系统造成不利影响，其大规模并网易导致电网稳定性下降，对生产生活造成问题。海面风场重构可以进行精准的风速预测，对于风电并网及电力系统的运行具有重大作用。
2、目前风场重构方法按照原理可以分为物理方法，统计学方法及人工智能方法。
3、物理方法主要是通过了解风电场所在区域的地理气候等物理因素，建立相应气象模型，从而预测气象信息。建立气象信息与风各项指标的函数关系，得到风机的输出功率。常见物理方法有高斯过程回归，数值天气预报等。
4、统计学的方法主要基于统计学理论基础，首先收集风电场历史数据，其中包含不同时间条件下风速与风电功率等要素。根据收集到的历史数据建立风速与历史功率的映射关系，以此来重构风场。主要方法有时间序列法、机器学期、卡尔曼法等。
5、人工智能方法如今备受关注，大多数国内外学者选择bp神经网络、支持向量机等。利用人工智能方法可以通过算法对风速数据中隐藏的非线性特征进行提取，从而实现输入数据的深层特征进行挖掘，优化模型精度。
6、现有风场重构方法，存在以下缺点：
7、1)、物理方法需要精准的建模，因此存在数据庞
8、2)、人工智能方法对算法要求较高，浅层的学习算法难以对输入数据的深层特征进行挖掘，从而制约模型的预测精度；同时，风场重构过程中为提高风速预测精度需对风速空间特征提取，其间依靠高维数据信息，这个过程对模型计算的负担较为庞大，一定程度限制效率。
9、3)、人工智能方法现有优化算法适用于单次优化，无法执行多个优化控制，不能存储和排序多个优化结果。
技术实现思路
1、有鉴于此，本专利技术实施例提供一种精度高且可靠性强的海面风场重构方法及系统。
2、本专利技术实施例的一方面提供了一种海面风场重构方法，包括：
3、获取目标场景下的风场初始资料；
4、根据所述风场初始资料构建风速传递函数和脉冲响应函数，进而得到精确的第一风场数据；
5、根据所述第一风场数据，将卫星-高频地波雷达-x波段雷达观测数据与slosh模拟风场数据相结合，得到第二风场数据；
6、根据注意力机制构建得到的扩散模型对所述第二风场数据进行重构，得到第三风场数据；
7、利用极点对称模态分解法，分析所述第三风场数据在时间空间尺度上的频率变化信息；
8、根据所述频率变化信息，将基于slosh模式输出的风场数据与所述第三风场数据进行合成，得到预测模型；
9、根据所述预测模型构建预测系统，完成对海面风场的重构处理。
10、可选地，所述获取目标场景下的风场初始资料，包括：
11、从气象观测站获取风场初始资料，得到卫星-高频地波雷达-x波段雷达观测数据，并用arma模型插值法对所述卫星-高频地波雷达-x波段雷达观测数据进行数据预处理；
12、所述数据预处理包括：
13、建立初始的arma模型，估计模型参数；
14、使用所述初始的arma模型对缺失或需要插值的时间点进行预测；
15、将预测值用作插值结果，完成对所述卫星-高频地波雷达-x波段雷达观测数据的预处理。
16、可选地，所述根据所述风场初始资料构建风速传递函数和脉冲响应函数，进而得到精确的第一风场数据，包括：
17、根据所述风场初始资料，使用最小二乘法等方法，在时域中估计风场的脉冲响应函数；
18、根据所述脉冲响应函数通过傅里叶变化得到风速频域中的风速传递函数；
19、根据所述风速传递函数和所述脉冲响应函数，对观测到的风速数据进行处理，从而得到更精准的风场数据。
20、可选地，所述根据所述第一风场数据，将卫星-高频地波雷达-x波段雷达观测数据与slosh模拟风场数据相结合，得到第二风场数据，包括：
21、定义风场数据融合过程中的状态变量，所述状态变量包括风速和风向；
22、根据所述状态变量以及线性动态方程，建立状态转移模型；
23、确定用于观测系统状态的观测变量，所述观测变量包括卫星观测、雷达数据；
24、根据所述状态变量和所述观测变量，建立观测模型，所述观测模型用于描述所述观测变量与所述状态变量之间的关系；
25、初始化系统的初始状态估计和协方差矩阵，进而完成递归预测和更新，得到卫星-高频地波雷达-x波段雷达观测数据与slosh模拟风场数据的融合结果。
26、可选地，所述方法还包括通过卫星-高频地波雷达-x波段雷达观测获得风场数据的步骤，该步骤包括：
27、根据预设的雷达发射机发射脉冲的初始相位和脉冲波长，在间隔一个脉冲重复周期之后，发射出第二个脉冲距离雷达若干公里处的探测物，得到目标物的第一脉冲回波相位；
28、当第二个脉冲遇到该目标物产生的回波被接收到后，根据目标在这期间的移动距离，得到第二脉冲回波相位；
29、计算所述第一脉冲回波相位和所述第二脉冲回波相位的相位差；
30、根据所述相位差，确定目标物在径向上的移动速度。
31、可选地，所述利用极点对称模态分解法，分析所述第三风场数据在时间空间尺度上的频率变化信息，包括：
32、根据所述第三风场数据的风速时间序列，找到极大值和极小值；
33、根据所述极大值和极小值，构建极值中点；
34、通过插值函数对所述风速时间序列上的极值中点进行多次样条插值处理，计算均值曲线；
35、根据所述均值曲线，重构所述风速时间序列，直到到达重构结束条件，得到经验模态；
36、根据所述经验模态，构建全局均线，完成所述第三风场数据在时间空间尺度上的分解，得到频率变化信息。
37、可选地，所述根据所述频率变化信息，将基于slosh模式输出的风场数据与所述第三风场数据进行合成，得到预测模型，包括：
38、根据基于slosh模式输出的风场数据构建第一数据矩阵，根据所述第三风场数据构建第二数据矩阵，并将所述第一数据矩阵和所述第二数据矩阵进行标准化处理；
39、根据所述第一数据矩阵和所述第二数据矩阵，计算协方差矩阵；
40、使用gappy pod方法对所述协方差矩阵进行特征值分解，得到一组特征向量和相应的特征值；
41、根据所述特征向量和所述特征值，计算所述第一数据矩阵本文档来自技高网...
【技术保护点】
1.一种海面风场重构方法，其特征在于，包括：
2.根据权利要求1所述的一种海面风场重构方法，其特征在于，所述获取目标场景下的风场初始资料，包括：
3.根据权利要求1所述的一种海面风场重构方法，其特征在于，所述根据所述风场初始资料构建风速传递函数和脉冲响应函数，进而得到精确的第一风场数据，包括：
4.根据权利要求1所述的一种海面风场重构方法，其特征在于，所述根据所述第一风场数据，将卫星-高频地波雷达-X波段雷达观测数据与SLOSH模拟风场数据相结合，得到第二风场数据，包括：
5.根据权利要求1所述的一种海面风场重构方法，其特征在于，所述方法还包括通过卫星-高频地波雷达-X波段雷达观测获得风场数据的步骤，该步骤包括：
6.根据权利要求1所述的一种海面风场重构方法，其特征在于，所述利用极点对称模态分解法，分析所述第三风场数据在时间空间尺度上的频率变化信息，包括：
7.根据权利要求1所述的一种海面风场重构方法，其特征在于，所述根据所述频率变化信息，将基于SLOSH模式输出的风场数据与所述第三风场数据进行合成，得到预测
8.一种海面风场重构系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器以及存储器；
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种海面风场重构方法，其特征在于，包括：
2.根据权利要求1所述的一种海面风场重构方法，其特征在于，所述获取目标场景下的风场初始资料，包括：
3.根据权利要求1所述的一种海面风场重构方法，其特征在于，所述根据所述风场初始资料构建风速传递函数和脉冲响应函数，进而得到精确的第一风场数据，包括：
4.根据权利要求1所述的一种海面风场重构方法，其特征在于，所述根据所述第一风场数据，将卫星-高频地波雷达-x波段雷达观测数据与slosh模拟风场数据相结合，得到第二风场数据，包括：
5.根据权利要求1所述的一种海面风场重构方法，其特征在于，所述方法还包括通过卫星-高频地波雷达-x波段雷达观测...
【专利技术属性】
技术研发人员：任磊，苏杨，王和旭，贾良文，蔡华阳，林建良，
申请(专利权)人：中山大学，
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。