电力微气象观测数据与气象行业传统数据融合方法及系统与流程

1.本发明涉及一种基于电力微气象观测数据与气象行业传统数据融合的输电通道气象预报方法及系统。


背景技术：

2.随着全球气候变化，近年来各地极端自然灾害频发，且呈现时空多样性特征，对电力设备安全稳定运行造成严重威胁。及时准确的气象预测能指导相关部门进行灾情预估，是目前面对这一问题的有效方法。现有气象行业的数据源主要来自遍布全国的气象监测站点、海量的气象卫星影像和地面雷达观测数据。经过多年的积累，这类数据的处理和相互融合已成为气象行业成熟的技术。但现有气象监测以人口居住地点为主要观测对象，而电力系统输电通道通常位于人口密度较小的地区，这使得目前大多数气象预测结果不能准确反映输电通道的实际情况。
3.另一方面，随着能源互联网建设的推进，电力系统行业具备了自身所特有的电力微气象监测装置，这类装置以电力设备所在区域为观测主体，在布点位置、气象要素的时间频率、空间尺度等方面都与传统气象观测数据有所差别。但受制于现有的技术条件和建设成本，目前单靠电力系统行业气象监测数据尚不能实现及时准确的输电通道气象预报。


技术实现要素：

4.本发明针对目前电力系统行业中输电通道气象预报准确性低的问题，通过将电力微气象监测数据与传统气象行业多源异构数据进行同化和质量控制，从而得到更准确的分析场，以此驱动数值预报模式，实现精细化的输电通道气象预报。该方法通用性强、灵活度高，具有很强的实用价值，对提高现有输电通道气象预报及灾情预警的精度具有重要意义。
5.为了实现上述目的，本发明第一方面提供一种电力微气象观测数据与气象行业传统数据融合方法，包括：
6.收集目标区域的观测资料；
7.对所述观测资料进行数据清洗和数据质量评估；
8.由再分析资料作为初始条件，驱动数值预报模式，以得到同化系统的背景场；
9.将所述观测资料和所述背景场输入所述同化系统，根据不同观测资料特点选择观测算子，将背景信息投影到观测点位置，以得到观测点位置的伪观测；
10.计算观测背景误差；
11.对所述观测资料进行质量控制；
12.选取同化时间窗，确定同化方式和同化方案，启动同化程序；
13.基于同化后获得的分析场作为预报模式的初始场，进行预报。
14.在本发明实施例中，所述目标区域的观测资料包括以下中的至少一者：
15.电力微气象监测数据、地面雷达观测数据、气象卫星数据、气象站点数据、地形数据、植被数据。
16.在本发明实施例中，所述对所述观测资料进行数据清洗包括：
17.对所述观测资料进行异常值检测、空间一致性检测、标准化转换、时间一致性检测以及基于插值或时间序列数据的异常值替换中的至少一者。
18.在本发明实施例中，所述对所述观测资料进行数据质量评估包括：
19.对所述观测资料的数据的整体性进行评分；
20.在评分达到设定阈值的情况下，表明数据可用。
21.在本发明实施例中，所述数值预报模式是wrf中尺度模式，所述同化系统是gsi同化系统。
22.在本发明实施例中，所述根据不同观测资料特点选择观测算子包括：
23.针对卫星资料，选取辐射传输模式作为同化系统的观测算子，从背景场中计算得到观测位置上的辐射模拟值；
24.对于所述卫星资料以外的其他资料，由同化系统内置的插值算法得到各自变量的模拟结果。
25.在本发明实施例中，所述对所述观测资料进行质量控制包括以下中的至少一者：
26.剔除异常值；
27.剔除复杂地形的数据；
28.剔除黑名单上的观测站点或卫星通道的数据；
29.剔除观测背景误差大于设定阈值的数据，其中所述观测背景误差为观测与背景之差；
30.剔除观测背景误差的绝对值大于3倍的观测误差的数据。
31.在本发明实施例中，同化时间窗的范围为6小时。
32.在本发明实施例中，所述确定同化方式包括依据时间分辨率来确定同化方式。
33.在本发明实施例中，所述同化方案包括以下中的至少一者：
34.三维变分同化、四维变分同化和集合卡尔曼滤波。
35.本发明第二方面提供一种电力微气象观测数据与气象行业传统数据融合系统，被配置成执行上述的电力微气象观测数据与气象行业传统数据融合方法。
36.上述技术方案通用性强、灵活度高，具有很强的实用价值，对提高现有输电通道气象预报及灾情预警的精度具有重要意义。
37.本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
38.附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
39.图1示意性示出了根据本发明实施例的电力微气象观测数据与气象行业传统数据融合方法的流程图。
具体实施方式
40.以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此
处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
41.为提高现有电力系统行业中输电通道气象预报的准确性，需要将电力系统特有的微气象观测数据和气象行业传统监测数据进行协同融合，充分利用各自的观测特长，形成优势互补。
42.图1示意性示出了根据本发明实施例的电力微气象观测数据与气象行业传统数据融合方法的流程图。如图1所示，在本发明实施例中，电力微气象观测数据与气象行业传统数据融合方法(以下称数据融合方法)可以包括以下步骤。
43.在步骤s11中，收集目标区域的观测资料。
44.具体地，目标区域的观测资料可以包括以下中的至少一者：
45.电力微气象监测数据、地面雷达观测数据、气象卫星数据、气象站点数据、地形数据、植被数据。
46.在步骤s12中，对所述观测资料进行数据清洗和数据质量评估。
47.具体地，对所述观测资料进行数据清洗包括以下中的至少一者：
48.对所述观测资料进行异常值检测、空间一致性检测、标准化转换、时间一致性检测以及基于插值或时间序列数据的异常值替换。
49.对所述观测资料进行数据质量评估可以包括：
50.对所述观测资料的数据的整体性进行评分；
51.在评分达到设定阈值的情况下，表明数据可用。该设定阈值可以根据实际应用中标准样本数据的质量评分均值来确定。
52.也就是说，数据质量评估指的是对数据的整体性进行评分，当分数达到阈值时才表明数据可用。
53.在步骤s13中，由再分析资料作为初始条件，驱动数值预报模式，以得到同化系统的背景场。再分析资料的示例可以包括，例如，gdas/fnl分析资料或era5资料。
54.具体地，所述数值预报模式可以是wrf(the weather research and forecasting，气象研究与预报)中尺度预报模式，所述同化系统可以是gsi(gridpoint statistical interpolation)同化系统。
55.在步骤s14中，将所述观测资料和所述背景场输入所述同化系统，根据不同观测资料特点选择观测算子，将背景信息投影到观测点位置，以得到观测点位置的伪观测。
56.具体地，所述根据不同观测资料特点选择观测算子包括：
57.针对卫星资料，选取辐射传输模式作为同化系统的观测算子，从背景场中计算得到观测位置上的辐射模拟值；
58.对于所述卫星资料以外的其他资料，由同化系统内置的插值算法得到各自变量的模拟结果。
59.更具体地，根据不同观测资料特点选择观测算子的具体过程为：
60.1)针对卫星资料，选取辐射传输模式作为同化系统的观测算子，如rttov(radiative transfer for tovs)或crtm(community radiative transfer model，美国快速辐射传输模式)，从背景场中计算得到观测位置上的辐射模拟值；
61.2)对于其他资料，由同化系统内置的插值算法得到各自变量的模拟结果。
62.在步骤s15中，计算观测背景误差。
63.在步骤s16中，对所述观测资料进行质量控制。
64.具体地，对所述观测资料进行质量控制可以包括以下中的至少一者：
65.剔除异常值；
66.剔除复杂地形的数据；
67.剔除黑名单上的观测站点或卫星通道的数据；
68.剔除观测背景误差大于设定阈值的数据，其中所述观测背景误差为观测与背景(即，伪观测)之差；
69.剔除观测背景误差的绝对值大于3倍的观测误差的数据。
70.在步骤s17中，选取同化时间窗，确定同化方式和同化方案，启动同化程序。
71.在本发明实施例中，同化时间窗的范围可以为例如6小时。即，时间窗的选取可以为
±
3小时，也就是说，同化当前时刻前后三小时内的观测资料。
72.在本发明实施例中，确定同化方式包括依据时间分辨率来确定同化方式。
73.更具体地，选取同化方式主要依据时间分辨率来确定，对于时间分辨率较高的观测资料，如每小时一次观测资料，可选取快速循环分析同化方式进行，即每小时同化一次资料。
74.在本发明实施例中，同化方案可以包括以下中的至少一者：
75.三维变分同化、四维变分同化和集合卡尔曼滤波。
76.在步骤s18中，基于同化后获得的分析场作为预报模式的初始场，进行预报。
77.在本发明实施例中，提供一种电力微气象观测数据与气象行业传统数据融合系统，被配置成执行上述实施例中的电力微气象观测数据与气象行业传统数据融合方法。
78.具体地，该数据融合系统可以包括：
79.收集模块，被配置成收集目标区域的观测资料；
80.清洗和评估模块，被配置成对所述观测资料进行数据清洗和数据质量评估；
81.模式驱动模块，被配置成由再分析资料作为初始条件，驱动数值预报模式，以得到同化系统的背景场；再分析资料的示例可以包括，例如，gdas/fnl分析资料或era5资料。
82.投影模块，被配置成将所述观测资料和所述背景场输入所述同化系统，根据不同观测资料特点选择观测算子，将背景信息投影到观测点位置，以得到观测点位置的伪观测；
83.计算模块，被配置成计算观测背景误差；
84.质量控制模块，被配置成对所述观测资料进行质量控制；
85.选取模块，被配置成选取同化时间窗，确定同化方式和同化方案，启动同化程序；
86.预报模块，被配置成基于同化后获得的分析场作为预报模式的初始场，进行预报。
87.在本发明实施例中，所述目标区域的观测资料包括以下中的至少一者：
88.电力微气象监测数据、地面雷达观测数据、气象卫星数据、气象站点数据、地形数据、植被数据。
89.在本发明实施例中，所述对所述观测资料进行数据清洗包括：
90.对所述观测资料进行异常值检测、空间一致性检测、标准化转换、时间一致性检测以及基于插值或时间序列数据的异常值替换中的至少一者。
91.在本发明实施例中，所述对所述观测资料进行数据质量评估包括：
92.对所述观测资料的数据的整体性进行评分；
93.在评分达到阈值的情况下，表明数据可用。
94.在本发明实施例中，所述数值预报模式是wrf中尺度模式，所述同化系统是gsi同化系统。
95.在本发明实施例中，所述根据不同观测资料特点选择观测算子包括：
96.针对卫星资料，选取辐射传输模式作为同化系统的观测算子，从背景场中计算得到观测位置上的辐射模拟值；
97.对于所述卫星资料以外的其他资料，由同化系统内置的插值算法得到各自变量的模拟结果。
98.在本发明实施例中，所述对所述观测资料进行质量控制包括以下中的至少一者：
99.剔除异常值；
100.剔除复杂地形的数据；
101.剔除黑名单上的观测站点或卫星通道的数据；
102.剔除观测背景误差大于设定阈值的数据，其中所述观测背景误差为观测与背景之差；
103.剔除观测背景误差的绝对值大于3倍的观测误差的数据。
104.在本发明实施例中，同化时间窗的范围为6小时。
105.在本发明实施例中，所述确定同化方式包括依据时间分辨率来确定同化方式。
106.在本发明实施例中，所述同化方案包括以下中的至少一者：
107.三维变分同化、四维变分同化和集合卡尔曼滤波。
108.本发明实施例提供的电力微气象观测数据与气象行业传统数据融合及预报方法包括下述步骤：
109.(1)收集目标区域的观测资料；(2)对观测资料进行数据清洗、数据质量评估；(3)由再分析资料作为初始条件，驱动数值预报模式，得到同化系统的背景场；(4)将观测资料和背景场输入同化系统，根据不同观测资料特点选择观测算子，将背景信息投影到观测点位置，得到观测点位置的伪观测；(5)计算观测背景误差；(6)对观测资料进行质量控制；(7)选取同化时间窗、确定同化方式、同化方案，启动同化程序；(8)基于同化后获得的分析场作为预报模式的初始场，进行预报。本发明实施例的方法通用性强、灵活度高，具有很强的实用价值，对提高现有输电通道气象预报及灾情预警的精度具有重要意义。
110.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
111.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
112.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
113.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
114.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
115.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
116.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
117.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
118.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：
1.一种电力微气象观测数据与气象行业传统数据融合方法，其特征在于，包括：收集目标区域的观测资料；对所述观测资料进行数据清洗和数据质量评估；由再分析资料作为初始条件，驱动数值预报模式，以得到同化系统的背景场；将所述观测资料和所述背景场输入所述同化系统，根据不同观测资料特点选择观测算子，将背景信息投影到观测点位置，以得到观测点位置的伪观测；计算观测背景误差；对所述观测资料进行质量控制；选取同化时间窗，确定同化方式和同化方案，启动同化程序；基于同化后获得的分析场作为预报模式的初始场，进行预报。2.根据权利要求1所述的方法，其特征在于，所述目标区域的观测资料包括以下中的至少一者：电力微气象监测数据、地面雷达观测数据、气象卫星数据、气象站点数据、地形数据、植被数据。3.根据权利要求1所述的方法，其特征在于，所述对所述观测资料进行数据清洗包括：对所述观测资料进行异常值检测、空间一致性检测、标准化转换、时间一致性检测以及基于插值或时间序列数据的异常值替换中的至少一者。4.根据权利要求1所述的方法，其特征在于，所述对所述观测资料进行数据质量评估包括：对所述观测资料的数据的整体性进行评分；在所述评分达到设定阈值的情况下，表明数据可用。5.根据权利要求1所述的方法，其特征在于，所述数值预报模式是wrf中尺度模式，所述同化系统是gsi同化系统。6.根据权利要求1所述的方法，其特征在于，所述根据不同观测资料特点选择观测算子包括：针对卫星资料，选取辐射传输模式作为同化系统的观测算子，从背景场中计算得到观测位置上的辐射模拟值；对于所述卫星资料以外的其他资料，由同化系统内置的插值算法得到各自变量的模拟结果。7.根据权利要求1所述的方法，其特征在于，所述对所述观测资料进行质量控制包括以下中的至少一者：剔除异常值；剔除复杂地形的数据；剔除黑名单上的观测站点或卫星通道的数据；剔除观测背景误差大于设定阈值的数据，其中所述观测背景误差为观测与背景之差；剔除观测背景误差的绝对值大于3倍的观测误差的数据。8.根据权利要求1所述的方法，其特征在于，同化时间窗的范围为6小时。9.根据权利要求1所述的方法，其特征在于，所述确定同化方式包括依据时间分辨率来确定同化方式。
10.根据权利要求1所述的方法，其特征在于，所述同化方案包括以下中的至少一者：三维变分同化、四维变分同化和集合卡尔曼滤波。11.一种电力微气象观测数据与气象行业传统数据融合系统，被配置成执行根据权利要求1至10中任意一项所述的电力微气象观测数据与气象行业传统数据融合方法。

技术总结
本发明实施例提供一种电力微气象观测数据与气象行业传统数据融合方法，包括：收集目标区域的观测资料；对所述观测资料进行数据清洗和数据质量评估；由再分析资料作为初始条件，驱动数值预报模式，以得到同化系统的背景场；将所述观测资料和所述背景场输入所述同化系统，根据不同观测资料特点选择观测算子，将背景信息投影到观测点位置，以得到观测点位置的伪观测；计算观测背景误差；对所述观测资料进行质量控制；选取同化时间窗，确定同化方式和同化方案，启动同化程序；基于同化后获得的分析场作为预报模式的初始场，进行预报。该方案通用性强、灵活度高，具有很强的实用价值，对提高现有输电通道气象预报及灾情预警的精度具有重要意义。具有重要意义。具有重要意义。


技术研发人员：冯文卿 皮新宇 欧阳亿 何立夫 罗晶 曹启明
受保护的技术使用者：国网湖南省电力有限公司防灾减灾中心 国家电网有限公司
技术研发日：2021.12.06
技术公布日：2022/3/8