本技术涉及数据处理,尤其涉及一种风力发电机组切出预警的方法和装置。
背景技术:
1、数值天气预报是指根据大气实际情况,在一定的初值和边值条件下,通过大型计算机作数值计算,求解描写天气演变过程的流体力学和热力学的方程组,预测未来一定时段的大气运动状态和天气现象的方法。现阶段,数值天气预报中风速数值预报是风电场中风力发电机组安全经济运行的核心依据,对于是否预警风力发电机组切出尤其重要。
2、风速数值预报的本质是采用差分方法数值求解流体力学和热力学的方程组,即使采用了观测数据同化等技术提升风速数值预报的准确度;但是,风速数值预报的预报结果较为平滑,而极端大风表示风速急速增大的情况,则风速数值预报无法精准预报极端大风;导致无法满足精准预警风力发电机组切出的需求。
技术实现思路
1、有鉴于此,本技术实施例提供一种风力发电机组切出预警的方法和装置,实现精准预报极端大风,从而实现精确预警风力发电机组切出。
2、第一方面,本技术实施例提供了一种风力发电机组切出预警的方法,所述方法包括:
3、针对目标风电场,根据预测日期的全球背景场数据、预设天气预报模式和所述预设天气预报模式的物理参数扰动方式进行风速数值预报,获得所述预测日期的风速集合预报;
4、根据多个历史日期的再分析数据、多个所述历史日期前后预设日期集合的再分析数据、所述预设天气预报模式和所述物理参数扰动方式进行风速数值再预报,构建所述预测日期的历史风速模拟样本;所述多个历史日期和所述预测日期是不同年份的相同日期;
5、根据所述风速集合预报、所述历史风速模拟样本和基于预设分位数的极端大风指数预测算法,确定所述预测日期的预测极端大风指数;
6、若所述预测极端大风指数大于预设极端大风指数,面向所述目标风电场进行风力发电机组切出预警。
7、可选的,所述针对目标风电场,根据预测日期的全球背景场数据、预设天气预报模式和所述预设天气预报模式的物理参数扰动方式进行风速数值预报,获得所述预测日期的风速集合预报,包括:
8、确定所述预设天气预报模式;
9、根据所述目标风电场的地理信息,确定所述物理参数扰动方式;
10、将所述全球背景场数据作为所述预设天气预报模式的初始场,结合所述物理参数扰动方式进行风速数值预报,获得所述风速集合预报。
11、可选的,所述根据多个历史日期的再分析数据、多个所述历史日期前后预设日期集合的再分析数据、所述预设天气预报模式和所述物理参数扰动方式进行风速数值再预报,构建所述预测日期的历史风速模拟样本,包括:
12、将每个所述历史日期的再分析数据作为所述预设天气预报模式的初始场,结合所述物理参数扰动方式进行风速数值再预报,获得每个所述历史日期的风速模拟数值;
13、将每个所述历史日期前后预设日期集合中每个日期的再分析数据作为所述预设天气预报模式的初始场,结合所述物理参数扰动方式进行风速数值再预报,获得每个所述历史日期前后预设日期集合中每个日期的风速模拟数值;
14、根据多个所述历史日期的风速模拟数值和多个所述历史日期前后预设日期集合中多个日期的风速模拟数值,构建所述历史风速模拟样本。
15、可选的,所述根据所述风速集合预报、所述历史风速模拟样本和基于预设分位数的极端大风指数预测算法,确定所述预测日期的预测极端大风指数,包括:
16、基于所述历史风速模拟样本,确定所述预设分位数对应的第一累积分布概率;
17、基于所述风速集合预报,确定所述目标风速阈值对应的第二累积分布概率,所述目标风速阈值是指所述历史风速模拟样本中所述预设分位数对应的风速模拟数值;
18、根据所述第一累积分布概率、所述第二累积分布概率和所述极端大风指数预测算法,确定所述预测极端大风指数。
19、可选的,所述基于所述历史风速模拟样本,确定所述预设分位数对应的第一累积分布概率,包括:
20、对所述历史风速模拟样本中风速模拟数值由小到大顺序排序,获得所述历史风速模拟样本中风速模拟数值的概率分布;
21、根据所述概率分布和所述预设分位数,确定所述第一累积分布概率。
22、可选的,所述方法还包括:
23、设定所述预设分位数分为不同分位数,所述不同分位数对应不同极端大风等级;
24、所述根据所述风速集合预报、所述历史风速模拟样本和基于预设分位数的极端大风指数预测算法,确定所述预测日期的预测极端大风指数,包括:
25、根据所述风速集合预报、所述历史风速模拟样本和基于所述不同分位数的极端大风指数预测算法,确定所述预测日期的多个预测极端大风指数和所述多个预测极端大风指数对应的多个极端大风等级;
26、所述若所述预测极端大风指数大于预设极端大风指数,面向所述目标风电场进行风力发电机组切出预警,包括:
27、若所述预测极端大风指数大于预设极端大风指数,按照所述预测极端大风指数对应的极端大风等级,面向所述目标风电场进行风力发电机组切出预警。
28、可选的,所述预设天气预报模式包括中尺度天气预报模式。
29、第二方面,本技术实施例提供了一种风力发电机组切出预警的装置,所述装置包括:
30、获得单元,用于针对目标风电场,根据预测日期的全球背景场数据、预设天气预报模式和所述预设天气预报模式的物理参数扰动方式进行风速数值预报,获得所述预测日期的风速集合预报;
31、构建单元,用于根据多个历史日期的再分析数据、多个所述历史日期前后预设日期集合的再分析数据、所述预设天气预报模式和所述物理参数扰动方式进行风速数值再预报,构建所述预测日期的历史风速模拟样本;所述多个历史日期和所述预测日期是不同年份的相同日期;
32、确定单元,用于根据所述风速集合预报、所述历史风速模拟样本和基于预设分位数的极端大风指数预测算法,确定所述预测日期的预测极端大风指数;
33、预警单元,用于若所述预测极端大风指数大于预设极端大风指数,面向所述目标风电场进行风力发电机组切出预警。
34、可选的,所述获得单元包括第一确定子单元、第二确定子单元和第一获得子单元;
35、所述第一确定子单元,用于确定所述预设天气预报模式;
36、所述第二确定子单元,用于根据所述目标风电场的地理信息,确定所述物理参数扰动方式;
37、所述第一获得子单元,用于将所述全球背景场数据作为所述预设天气预报模式的初始场,结合所述物理参数扰动方式进行风速数值预报,获得所述风速集合预报。
38、可选的,所述构建单元包括第二获得子单元、第三获得子单元和构建子单元;
39、所述第二获得子单元,用于将每个所述历史日期的再分析数据作为所述预设天气预报模式的初始场,结合所述物理参数扰动方式进行风速数值再预报,获得每个所述历史日期的风速模拟数值;
40、所述第三获得子单元,用于将每个所述历史日期前后预设日期集合中每个日期的再分析数据作为所述预设天气预报模式的初始场,结合所述物理参数扰动方式进行风速数值再预报,获得每个所述历史日期前后预设日期集合中每个日期的风速模拟数值;
41、所述构建子单元,用于根据多个所述历史日期的风速模拟数值和多个所述历史日期前后预设日期集合中多个日期的风速模拟数值,构建所述历史风速模拟样本。
42、可选的,所述确定单元包括第三确定子单元、第四确定子单元和第五确定子单元;
43、所述第三确定子单元,用于基于所述历史风速模拟样本,确定所述预设分位数对应的第一累积分布概率;
44、所述第四确定子单元,用于基于所述风速集合预报,确定所述目标风速阈值对应的第二累积分布概率,所述目标风速阈值是指所述历史风速模拟样本中所述预设分位数对应的风速模拟数值;
45、所述第五确定子单元,用于根据所述第一累积分布概率、所述第二累积分布概率和所述极端大风指数预测算法,确定所述预测极端大风指数。
46、可选的,所述第三确定子单元包括获得模块和确定模块;
47、所述获得模块,用于对所述历史风速模拟样本中风速模拟数值由小到大顺序排序,获得所述历史风速模拟样本中风速模拟数值的概率分布;
48、所述确定模块,用于根据所述概率分布和所述预设分位数,确定所述第一累积分布概率。
49、可选的,所述装置还包括:
50、设定单元,用于设定所述预设分位数分为不同分位数,所述不同分位数对应不同极端大风等级;
51、所述确定单元,用于:
52、根据所述风速集合预报、所述历史风速模拟样本和基于所述不同分位数的极端大风指数预测算法,确定所述预测日期的多个预测极端大风指数和所述多个预测极端大风指数对应的多个极端大风等级;
53、所述预警单元,用于:
54、若所述预测极端大风指数大于预设极端大风指数,按照所述预测极端大风指数对应的极端大风等级,面向所述目标风电场进行风力发电机组切出预警。
55、可选的,所述预设天气预报模式包括中尺度天气预报模式。
56、第三方面,本技术实施例提供了一种计算机设备,所述计算机设备包括处理器以及存储器:
57、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;
58、所述处理器用于根据所述程序代码中的指令执行上述第一方面所述的风力发电机组切出预警的方法。
59、第四方面,本技术实施例提供了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力发电机组切出预警的方法。
60、与现有技术相比,本技术至少具有以下优点:
61、采用本技术实施例的技术方案,对于目标风电场而言,通过预测日期的全球背景场数据、预设天气预报模式和预设天气预报模式的物理参数扰动方式进行风速数值预报,得到预测日期的风速集合预报;通过多个历史日期的再分析数据、多个历史日期前后预设日期集合的再分析数据、预设天气预报模式和物理参数扰动方式进行风速数值再预报,构建预测日期的历史风速模拟样本;其中,多个历史日期和预测日期是不同年份的相同日期。根据风速集合预报、历史风速模拟样本和基于预设分位数的极端大风指数预测算法,计算预测日期的预测极端大风指数;判断得到预测极端大风指数大于预设极端大风指数,需要面向目标风电场进行风力发电机组切出预警。可见,该方式针对目标风电场,通过预测日期的风速集合预报和再分析数据构建的历史风速模拟样本,采用分位数法预测极端大风指数,以此实现精准预报极端大风,从而实现精确预警风力发电机组切出。