【技术实现步骤摘要】
本公开涉及能源，具体地，涉及一种风能气象因子分析与发电预测方法、装置、系统及设备。
技术介绍
1、随着全球经济的发展，各行各业的能源需求增加，在可再生能源的开发利用中，风能成为目前世界上最引人注目的新能源，而风力发电是目前技术最为成熟、最具有大规模开发和商业化发展前景的利用方式。在风能资源开发过程中，风能资源评估、风电场选址等较为重要，场址选择的关键问题在于需要考虑风能资源的状况、分布和变化，分析确定合适的风电场场址。因此，客观、准确的风能资源预估是促进风能规模化发展、大型风电场建设的重要前提和保障。
技术实现思路
1、本申请实施例的目的在于提供一种风能气象因子分析与发电预测方法、装置、系统及设备，以解决相关技术中风能资源预测不准确的技术问题，具体技术方案如下：
2、在本申请实施例的第一方面，提供一种风能气象因子分析与发电预测方法，所述方法包括：
3、基于预设海域范围的气象数据采集装置，获取在预设周期内所述预设海域范围的中尺度数据，所述中尺度数据包括：雷达数据、风廓线仪数据、探空仪数据和卫星数据中的至少一项；
4、根据所述中尺度数据，确定所述预设海域范围内风能资源在所述预设周期内的风能演化图；
5、获取所述风能演化图内预设风电机组的绝对位置信息和机组类型信息；
6、根据所述风能演化图、所述绝对位置信息和所述机组类型信息，通过预设风电场发电预测模型，对所述预设风电机组的发电量进行预测，以确定所述预设风电机组在预设未来时间范围
7、可选地，所述根据所述中尺度数据，确定所述预设海域范围内风能资源在所述预设周期内的风能演化图，包括：
8、对所述中尺度数据进行数据融合，确定所述预设海域范围内的计算流体力学cfd模拟时序风速；
9、获取所述预设海域范围内的实际观测风速；
10、通过人工智能迁移学习算法，对所述cfd模拟时序风速和所述实际观测风速进行预训练，以生成目标测风塔模型；
11、获取所述气象数据采集装置在所述预设海域范围内的位置信息；
12、根据所述位置信息和所述中尺度数据，从所述预设海域范围内确定多个目标预测点位；
13、将所述目标测风塔模型迁移至所述多个目标预测点位中，并基于所述目标测风塔模型，确定所述多个目标预测点位的多个预测风速信息；
14、根据所述实际观测风速和所述多个预测风速信息，生成所述风能演化图。
15、可选地，所述根据所述实际观测风速和所述多个预测风速信息，生成所述风能演化图，包括：
16、根据所述实际观测风速和所述多个预测风速信息，确定所述预设海域范围内风向路径信息和衰减风速信息；
17、根据所述风向路径信息和所述衰减风速信息，生成所述风能演化图。
18、可选地，所述根据所述位置信息和所述中尺度数据，从所述预设海域范围内确定多个目标预测点位，包括：
19、获取所述气象数据采集装置的预设辐射范围；
20、根据所述位置信息和所述预设辐射范围，确定所述气象数据采集装置在所述预设海域范围内所述气象数据采集装置未能辐射到的非辐射区域信息；
21、根据所述非辐射区域信息和所述预设辐射范围，确定所述多个目标预测点位，其中，所述多个目标预测点位的辐射范围和所述预设辐射范围能够覆盖所述预设海域范围。
22、可选地，所述方法还包括：
23、获取所述预设风电机组在所述预设未来时间范围内的风电场实际发电量；
24、将所述风电场实际发电量与所述风电场发电量进行比较，以生成所述预设风电场发电预测模型的模型评估结果；
25、根据所述模型评估结果，优化所述预设风电场发电预测模型的模型参数。
26、可选地，所述根据所述中尺度数据，确定所述预设海域范围内风能资源在所述预设周期内的风能演化图，包括：
27、对所述中尺度数据进行预处理，以生成所述预设海域范围内的风能测量数据，所述预处理包括数据清晰、异常数据处理、缺失数据填充中的至少一项；
28、根据所述风能测量数据，生成所述风能演化图。
29、可选地，所述根据所述风能测量数据，生成所述风能演化图，包括：
30、根据预设风能演化模型对所述风能测量数据在所述预设未来时间范围内的风能信息进行演化，以生成风能演变结果；
31、根据所述风能演变结果，生成所述风能演化图。
32、在本申请实施例的第二方面，提供一种风能气象因子分析与发电预测装置，所述装置包括：
33、第一获取模块，被配置为基于预设海域范围的气象数据采集装置，获取在预设周期内所述预设海域范围的中尺度数据，所述中尺度数据包括：雷达数据、风廓线仪数据、探空仪数据和卫星数据中的至少一项；
34、确定模块，被配置为根据所述中尺度数据，确定所述预设海域范围内风能资源在所述预设周期内的风能演化图；
35、第二获取模块，被配置为获取所述风能演化图内预设风电机组的绝对位置信息和机组类型信息；
36、执行模块，被配置为根据所述风能演化图、所述绝对位置信息和所述机组类型信息，通过预设风电场发电预测模型，对所述预设风电机组的发电量进行预测，以确定所述预设风电机组在预设未来时间范围内的风电场发电量。
37、在本申请实施例的第三方面，提供一种风能气象因子分析与发电预测系统，所述系统包括气象数据采集模块、数据融合演化模块和发电预测模块；
38、所述气象数据采集模块，用于获取在预设周期内所述预设海域范围的中尺度数据，并将所述中尺度数据发送至所述数据融合演化模块，所述中尺度数据包括：雷达数据、风廓线仪数据、探空仪数据和卫星数据中的至少一项；
39、所述数据融合演化模块，用于根据所述中尺度数据，确定所述预设海域范围内风能资源在所述预设周期内的风能演化图，并将所述风能演化图发送至所述发电预测模块；
40、所述发电预测模块，用于获取所述风能演化图内预设风电机组的绝对位置信息和机组类型信息，并根据所述风能演化图、所述绝对位置信息和所述机组类型信息，通过预设风电场发电预测模型，对所述预设风电机组的发电量进行预测，以确定所述预设风电机组在预设未来时间范围内的风电场发电量。
41、在本申请实施例的第四方面，提供一种电子设备，包括：
42、存储器，其上存储有计算机程序；
43、处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一中任一项所述风能气象因子分析与发电预测方法的步骤。
44、由上可知，本申请实施例至少带来以下有益效果：
45、通过上述方式，基于预设海域范围的气象数据采集装置，获取在预设周期内预设海域范围的中尺度数据，中尺度数据包括：雷达数据、风廓线仪数据、探空仪数据和卫星数据中的至少一项，根据中尺度数据，确定预设海域范围内风本文档来自技高网...
【技术保护点】
1.一种风能气象因子分析与发电预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的风能气象因子分析与发电预测方法，其特征在于，所述根据所述中尺度数据，确定所述预设海域范围内风能资源在所述预设周期内的风能演化图，包括：
3.根据权利要求2所述的风能气象因子分析与发电预测方法，其特征在于，所述根据所述实际观测风速和所述多个预测风速信息，生成所述风能演化图，包括：
4.根据权利要2所述的风能气象因子分析与发电预测方法，其特征在于，所述根据所述位置信息和所述中尺度数据，从所述预设海域范围内确定多个目标预测点位，包括：
5.根据权利要求1所述的风能气象因子分析与发电预测方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的风能气象因子分析与发电预测方法，其特征在于，所述根据所述中尺度数据，确定所述预设海域范围内风能资源在所述预设周期内的风能演化图，包括：
7.根据权利要求6所述的风能气象因子分析与发电预测方法，其特征在于，所述根据所述风能测量数据，生成所述风能演化图，包括：
8.一种风能气象
9.一种风能气象因子分析与发电预测系统，其特征在于，所述系统包括气象数据采集模块、数据融合演化模块和发电预测模块；
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种风能气象因子分析与发电预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的风能气象因子分析与发电预测方法，其特征在于，所述根据所述中尺度数据，确定所述预设海域范围内风能资源在所述预设周期内的风能演化图，包括：
3.根据权利要求2所述的风能气象因子分析与发电预测方法，其特征在于，所述根据所述实际观测风速和所述多个预测风速信息，生成所述风能演化图，包括：
4.根据权利要2所述的风能气象因子分析与发电预测方法，其特征在于，所述根据所述位置信息和所述中尺度数据，从所述预设海域范围内确定多个目标预测点位，包括：
5.根据权利要求1所述的风能气象因子分...
【专利技术属性】
技术研发人员：赵威，伍柳源，唐署光，
申请(专利权)人：深圳市千百炼科技有限公司，
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。