基于风浪预测的海上风电施工维护窗区的选择方法

基于风浪预测的海上风电施工维护窗区的选择方法
【专利摘要】本发明涉及海上施工领域，尤其是一种基于风浪预测的海上风电施工维护窗区的选择方法。基于风浪预测的海上风电施工维护窗区的选择方法：首先对海上风电施工维护作业模块化、流程化，其次选择海上风电施工维护作业的敏感气象要素和敏感海洋要素并对其进行计算，再利用海上风电施工维护的所有作业与其对应的所述的敏感气象要素和所述的敏感海洋要素之间的关系建立决策树模型，最后利用所述决策树模型和概率统计方法选择适合海上风电施工维护窗区。这种基于风浪预测的海上风电施工维护窗区的选择方法能够系统、科学的选择作业窗区，优化了海上作业的施工和作业流程，保证了施工的安全和提高了效率，优化了资源配置，大大降低了施工成本。
【专利说明】基于风浪预测的海上风电施工维护窗区的选择方法

【技术领域】
[0001] 本发明涉及海上施工领域，尤其是一种基于风浪预测的海上风电施工维护窗区的 选择方法。

【背景技术】
[0002] 施工维护窗区：这里的窗区指代连续时间段，施工维护窗区即进行施工、维护作业 的连续时间段。
[0003] 风浪预测：这里风浪是泛指，并不单纯指海风和海浪，还包括海浪传播周期、降水、 气温等等一系列与海上施工相关的敏感天气和海洋要素的预测。
[0004] 随着今年海上风电上网电价的出炉以及多项新能源利好政策的推出，国内海上风 电装机将迎来一个快速增长期，随之而来的必定是越来越频繁的人员和机械的海上作业。 海上作业受着天气、潮汐和洋流等众多因素的影响，需要随时随地应对可能发生着的海情 变化。当特定环境要素值超过海上作业安全范围时，就有可能对海上施工人员带来致命的 伤害，造成巨大的损失。这也给海上风电的施工、运维等海上作业的安全管控问题带来了挑 战。基于实时监测的海情信息系统可以将当前的海洋气象、洋流、潮汐等众多海洋信息进行 汇总和处理，用于及时避险和短时预警，但由于实时监测的海情信息对应的海况已经发生， 使得风电场作业单位的应急响应时间不足、事前无法充分准备，导致灾害处置困难的问题。 即使避险，经济损失往往难以避免，且工作进度也会大受影响。另外，要科学安排施工、运维 船舶的出行、作业，需要掌握未来一段时间海上风力、海浪、能见度、洋流等信息，且相关信 息必须有相当高的时空精度满足实际工作需要。所以仅有当前的海上信息不足以满足海 上作业的安全需求和效率需求，只有掌握了未来一段时间的海洋信息，才能使海上作业的 决策更具前瞻性，使得海上作业的时空安排得当，即达到防灾减灾的目的，又能优化资源配 置，减少因资源限制和进度受阻造成损失。
[0005] 在本发明之前，对于海上作业的时间窗区选择主要依靠施工人员的经验判断，或 者根据一些气象指数来指导施工，并没有系统、科学的作业窗区选择方法。本发明可以帮助 业主优化施工和作业的流程，降低海上施工特别是大型吊装设备的限制时间，降低租金成 本、保养成本和仓储成本等。


【发明内容】

[0006] 本发明要解决的技术问题是：为了解决系统、科学的选择作业窗区等问题，本发明 提供了一种基于风浪预测的海上风电施工维护窗区的选择方法，通过对海上风电施工维护 作业与敏感天气要素和敏感海洋要素的关系建立决策树模型，通过决策树模型和概率统计 选择作业窗区。
[0007] 本发明解决其技术问题所采用的技术方案是：一种基于风浪预测的海上风电施工 维护窗区的选择方法，首先对海上风电施工维护作业模块化、流程化，其次选择海上风电 施工维护作业的敏感气象要素和敏感海洋要素并对其进行计算，再利用海上风电施工维护 的所有作业与其对应的所述的敏感气象要素和所述的敏感海洋要素之间的关系建立决策 树模型，最后利用所述决策树模型和概率统计方法选择适合海上风电施工维护窗区。
[0008] 具体地，敏感气象要素和敏感海洋要素进行计算是结合中尺度气象模式和近岸海 浪数值模式进行的。中尺度气象模型例如WRF(Weather Research and Forecasting,天气 预报）气象预测模型，该模型输出气象数据包括：被测风场的风速、风向、温度、湿度、气压、 空气密度、降雪量等。近岸海浪数值模式例如第三代近岸海浪数值模型SWAN (Simulation Wave Nearshore)模式，可得出波高、周期、浪的传播方向等海洋数据。
[0009] 具体地，敏感气象要素包括气温、气压、风、温度、云、降水、蒸发、辐射、日照和能见 度。
[0010] 具体地，敏感海洋要素包括潮汐、潮流、海流、温盐和海浪。
[0011] 本发明的有益效果是：本发明提供了一种基于风浪预测的海上风电施工维护窗区 的选择方法，这种基于风浪预测的海上风电施工维护窗区的选择方法能够系统、科学的选 择作业窗区，优化了海上作业的施工和作业流程，保证了施工的安全和提高了效率，优化了 资源配置，大大降低了施工成本。

【专利附图】

【附图说明】
[0012] 下面结合附图和实施例对本发明进一步说明。
[0013] 图1是本发明的基于风浪预测的海上风电施工维护窗区的选择方法的整体过程 流转示意图；
[0014] 图2是实现本发明的基于风浪预测的海上风电施工维护窗区的选择方法的步骤 示意图。

【具体实施方式】
[0015] 现在结合附图对本发明作进一步详细的说明。本发明结合中尺度气象模式和目前 国际上较为先进的第三代近岸海浪数值模型SWAN (Simulation Wave Nearshore)模式对海 上施工的气象因素进行计算，根据不同类型海上施工所需条件，判断是否适合在特定时间 进行施工，或者由施工单位输入海上施工所需的气象条件及所需时间，系统自动为其选出 符合条件的连续时间段，以方便施工单位进行施工安排。
[0016] 概括来讲，海上施工维护窗区的选择可以分为纵向判断和横向选择两类：
[0017] 1、纵向：对于施工单位已经计划好的时间进度安排进行合理性判断；
[0018] 2、横向：若施工单位要进行作业计划，根据其所要进行的作业类型（包括打桩、吊 装、钻井、运输等，具体需根据业主实际情况进行设置）智能匹配计划的窗区和通过此方法 确定的窗区，从而选择适合的窗区，匹配包括完全匹配、部分匹配（关键指标符合、存在一 定风险的情况）。
[0019] 整体过程示意图如图1所示 [0020] 要实现该功能需要以下几个步骤：
[0021] (1)将海上风电施工维护作业模块化、流程化，模块化细度由用户订制；
[0022] (2)选择海上施工维护作业的敏感天气要素和敏感海洋要素并进行计算；
[0023] (3)利用各海上作业类型与敏感气象要素和敏感海洋要素之间的关系建立决策 树；
[0024] (4)利用决策树算法及概率统计方法判断出适合海上作业的窗区。
[0025] 其示意图如图2所示。
[0026] 决策树生成的过程用数学语言描述为：
[0027] 假设海上风电施工、维护的所有作业及其所对应的气象要素集，S卩训练数据集为 D，ID I表示其样本容量，即样本个数为ID I。设有K个类Ck，k = 1，2,…，K，I Ck I为属于类 K Ck的样本个数，Ziqi=IDI设特征集，即气象要素集为A。设特征、有1!个不同的取值 k=i β {&1，a2，…，an}，根据特征Ag的取值将D划分为η个子集D 1, D2，…，Dn，I Di I为Di的样本个 数，--ΑΗ別 H O
[0028] 利用C4. 5生成算法生成决策树，设阈值为ε，生成的决策树为Τ，则其生成步骤如 下：
[0029] (1)如果D中所有实例属于同一类Ck，则置T为单结点树，并将Ck作为该结点的 类，返回T;
[0030] (2)如果/1 = 0，则置T为单结点树，并将D中实例树最大的类Ck作为该结点的类， 返回T ;
[0031] (3)否则，计算A中各特征对D的信息增益比，选择信息增益比最大的特征Ag ;
[0032] (4)如果Ag的信息增益比小于ε，则置T为单结点树，并将D中实例数最大的类 Ck作为该结点的类，返回T ;
[0033] (5)否则，对Ag的每一可能值&i，依A g = ajf D分割为子集若干非空Di,将Di中 实例数最大的类作为标记，构建子结点，由结点及其子结点构成树T，返回T ;
[0034] (6)对结点i，以Di为训练集，以A_{Ag}为特征集，递归地调用步⑴?（5)，得到 子树T i,返回凡。
[0035] 注：将所有气象要素考虑在内的决策树判断，为完全匹配结果；对于部分匹配的 情况，需根据业主需求设定关键气象指标以建立新的决策树。根据新的决策树判断的结果 就是部分匹配结果。
[0036] 若业主已经有作业计划，预测作业计划时间内的所有敏感天气要素和敏感海洋要 素，针对超短期（0?6小时）内的作业计划，以15分钟为分辨率输入决策树进行判断；对7 天内的作业计划，以1小时为分辨率输入决策树进行判断，输出以作业为单位的判断结果。 对超出7天的作业计划，根据历史统计数据计算出现适宜施工气象的概率，以供业主参考。
[0037] 表1横向输入数据
[0038]

【权利要求】
1. 一种基于风浪预测的海上风电施工维护窗区的选择方法，其特征在于：首先对海上 风电施工维护作业模块化、流程化，其次选择海上风电施工维护作业的敏感气象要素和敏 感海洋要素并对其进行计算，再利用海上风电施工维护的所有作业与其对应的所述的敏感 气象要素和所述的敏感海洋要素之间的关系建立决策树模型，最后利用所述决策树模型和 概率统计方法判断出适合海上施工维护窗区。
2. 如权利要求1所述的基于风浪预测的海上风电施工维护窗区的选择方法，其特征在 于：所述对敏感气象要素和敏感海洋要素进行计算是结合中尺度气象模式和第三代近岸海 浪数值模式进行的。
3. 如权利要求1所述的基于风浪预测的海上风电施工维护窗区的选择方法，其特征在 于：所述敏感气象要素包括气温、气压、风、温度、云、降水、蒸发、福射、日照和能见度。
4. 如权利要求1所述的基于风浪预测的海上风电施工维护窗区的选择方法，其特征在 于：所述敏感海洋要素包括潮汐、潮流、海流、温盐和海浪。
【文档编号】G06Q10/04GK104239973SQ201410454142
【公开日】2014年12月24日 申请日期:2014年9月5日 优先权日:2014年9月5日
【发明者】钱胜利 申请人:南京达沙信息科技有限公司