System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种寒潮灾害预警方法、装置、设备和存储介质制造方法及图纸_技高网

一种寒潮灾害预警方法、装置、设备和存储介质制造方法及图纸

技术编号:40676928 阅读:7 留言:0更新日期:2024-03-18 19:15
本发明专利技术涉及一种寒潮灾害预警方法、装置、设备和存储介质。寒潮灾害预警方法,包括:确定目标风电场对应的目标气象站点,并获取目标气象站点采集的受寒潮影响的当前站点数据;基于当前站点数据计算下一时刻受寒潮影响的目标位置,并将当前站点数据包括的当前位置至目标位置确定为寒潮的移动路径,其中,当前位置是指寒潮在当前时刻的移动位置;基于预先训练好的聚类模型对移动路径进行分类,得到分类结果,并根据分类结果生成对于目标风电场的预警信号。本公开提供的方法,有效提升了风电场寒潮灾害预警能力。

【技术实现步骤摘要】

本专利技术涉及电网防灾,尤其涉及一种寒潮灾害预警方法、装置、设备和存储介质


技术介绍

1、随着以新能源为主体的新型电力系统发展,风电清洁能源比例迅速增大,寒潮灾害下风电大面积脱网对电力可靠供应影响重大。近年来,多地遭受寒潮冷空气,导致多地风电场因寒潮造成的低温、大风、结冰灾害持续脱网,多地电力供应紧张。寒潮灾害成为冬季制约风电场设备安全和可靠供电的关键。

2、因此,为了提升风电场寒潮灾害预测预警能力,急需提供一种寒潮灾害预警方法。


技术实现思路

1、为了解决上述技术问题,本公开实施例提供了一种寒潮灾害预警方法、装置、设备和存储介质,有效提升了风电场寒潮灾害预警能力。

2、第一方面,本公开实施例提供了一种寒潮灾害预警方法,包括:

3、确定目标风电场对应的目标气象站点,并获取所述目标气象站点采集的受寒潮影响的当前站点数据;

4、基于所述当前站点数据计算下一时刻受寒潮影响的目标位置,并将所述当前站点数据包括的当前位置至所述目标位置确定为寒潮的移动路径,其中,所述当前位置是指寒潮在当前时刻的移动位置;

5、基于预先训练好的聚类模型对所述移动路径进行分类,得到分类结果,并根据所述分类结果生成对于所述目标风电场的预警信号。

6、可选的,所述确定目标风电场对应的目标气象站点,包括:

7、确定处于目标风电场预设范围内的多个气象站点;

8、将所述多个气象站点中气温最低和/或预设时段内气温降幅最大的气象站点确定为目标气象站点。

9、可选的,所述当前站点数据还包括寒潮在所述当前位置的第一平均矢量速度。

10、可选的,所述基于所述当前站点数据计算下一时刻受寒潮影响的目标位置,包括:

11、基于所述第一平均矢量速度、所述当前位置和预设时间步长计算下一时刻受寒潮影响的预测位置;

12、根据寒潮在所述预测位置的第二平均矢量速度、所述第一平均矢量速度、所述当前位置和所述预设时间步长,计算下一时刻受寒潮影响的目标位置。

13、可选的,所述根据所述分类结果生成对于所述目标风电场的预警信号,包括:

14、根据所述分类结果和所述目标风电场的历史寒潮路径,评估寒潮源地、爆发路径以及寒潮性质的差异对所述目标风电场受灾程度的影响,生成预警信号。

15、可选的,所述聚类模型通过如下步骤训练得到:

16、获取不同时段内各风电场经历寒潮灾害事件的历史寒潮数据,其中,所述历史寒潮数据包括所述各风电场对应的气象站采集的历史站点数据和历史再分析数据;

17、根据所述历史站点数据和所述历史再分析数据,计算所述各风电场经历的所有寒潮的移动轨迹,得到多个移动轨迹;

18、通过所述多个移动轨迹训练聚类模型,得到训练好的聚类模型。

19、可选的,所述通过所述多个移动轨迹训练聚类模型,得到训练好的聚类模型,包括:

20、对所述多个移动轨迹进行预分类,得到多个初始分类结果;

21、针对每个初始分类结果,将所述每个初始分类结果包括的移动轨迹进行平均,得到所述每个初始分类结果的平均轨迹;

22、将所述每个初始分类结果的平均轨迹作为聚类模型的初始轨迹,通过所述多个移动轨迹对所述聚类模型进行训练,得到训练好的所述聚类模型。

23、第二方面,本公开实施例提供了一种寒潮灾害预警装置,包括:

24、确定单元,用于确定目标风电场对应的目标气象站点,并获取所述目标气象站点采集的受寒潮影响的当前站点数据;

25、计算单元,用于基于所述当前站点数据计算下一时刻受寒潮影响的目标位置,并将所述当前站点数据包括的当前位置至所述目标位置确定为寒潮的移动路径,其中,所述当前位置是指寒潮在当前时刻的移动位置;

26、分类单元,用于基于预先训练好的聚类模型对所述移动路径进行分类,得到分类结果,并根据所述分类结果生成对于所述目标风电场的预警信号。

27、可选的,所述当前站点数据还包括寒潮在所述当前位置的第一平均矢量速度。

28、可选的,所述计算单元用于:

29、基于所述第一平均矢量速度、所述当前位置和预设时间步长计算下一时刻受寒潮影响的预测位置;

30、根据寒潮在所述预测位置的第二平均矢量速度、所述第一平均矢量速度、所述当前位置和所述预设时间步长,计算下一时刻受寒潮影响的目标位置。

31、第三方面,本公开实施例提供了一种电子设备,包括:

32、存储器;

33、处理器;以及

34、计算机程序;

35、其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现如上所述的寒潮灾害预警方法。

36、第四方面,本公开实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的寒潮灾害预警方法的步骤。

37、本公开实施例提供的寒潮灾害预警方法,包括:确定目标风电场对应的目标气象站点,并获取目标气象站点采集的受寒潮影响的当前站点数据;基于当前站点数据计算下一时刻受寒潮影响的目标位置,并将当前站点数据包括的当前位置至目标位置确定为寒潮的移动路径,其中,当前位置是指寒潮在当前时刻的移动位置;基于预先训练好的聚类模型对移动路径进行分类,得到分类结果,并根据分类结果生成对于目标风电场的预警信号,有效提升了风电场寒潮灾害预警能力。

本文档来自技高网...

【技术保护点】

1.一种寒潮灾害预警方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述确定目标风电场对应的目标气象站点,包括:

3.根据权利要求1所述的方法,其特征在于,所述当前站点数据还包括寒潮在所述当前位置的第一平均矢量速度,所述基于所述当前站点数据计算下一时刻受寒潮影响的目标位置,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述分类结果生成对于所述目标风电场的预警信号,包括:

5.根据权利要求1所述的方法,其特征在于,所述聚类模型通过如下步骤训练得到:

6.根据权利要求5所述的方法,其特征在于,所述通过所述多个移动轨迹训练聚类模型,得到训练好的聚类模型,包括:

7.一种寒潮灾害预警装置,其特征在于,包括:

8.根据权利要求7所述的装置,所述当前站点数据还包括寒潮在所述当前位置的第一平均矢量速度,所述计算单元用于:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一所述的寒潮灾害预警方法的步骤。

...

【技术特征摘要】

1.一种寒潮灾害预警方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述确定目标风电场对应的目标气象站点,包括:

3.根据权利要求1所述的方法,其特征在于,所述当前站点数据还包括寒潮在所述当前位置的第一平均矢量速度,所述基于所述当前站点数据计算下一时刻受寒潮影响的目标位置,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述分类结果生成对于所述目标风电场的预警信号,包括:

5.根据权利要求1所述的方法,其特征在于,所述聚类模型通过如下步骤训...

【专利技术属性】
技术研发人员:唐洁冯涛王磊李丽简洲
申请(专利权)人:国网湖南省电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1