一种面向分布式光伏的微气象多源数据融合预处理方法和相关装置与流程

摘要: 本发明属于分布式光伏微气象数据处理,具体涉及一种面向分布式光伏的微气象多源数据融合预处理方法和相关装置。背景技术:1、分布式光伏电站的功率预测、设备载荷评估及安...
一种面向分布式光伏的微气象多源数据融合预处理方法和相关装置与流程

本发明属于分布式光伏微气象数据处理,具体涉及一种面向分布式光伏的微气象多源数据融合预处理方法和相关装置。

背景技术:

1、分布式光伏电站的功率预测、设备载荷评估及安全运维工作,高度依赖光伏周边微气象风速数据的精准监测。风速直接影响光伏组件散热效率、风振载荷及积尘凝露预判效果,是光伏运维的基础参数。为克服单点风速监测随机性大、空间代表性差的缺陷,行业普遍采用多高度传感器布设方案,通过融合多层风速观测数据构建精细化风场特征,以此为光伏各类运维应用提供可靠的数据支撑,多源风速融合预处理已成为分布式光伏运维的关键基础技术。

2、当前行业主流风速融合方案,以大气近中性层结状态为前提,利用对数风廓线公式将多层高度风速归算至统一参考高度,再通过加权平均得到融合风速。现有相关技术可实现大气稳定度计算、风速外推及多源气象数据融合预测,但均存在统一技术缺陷:默认对数风廓线规律适用于所有大气层结工况,采用固定不变的融合处理逻辑,未结合光伏板近壁层微气象的环境特性做适配优化,缺乏分场景、差异化的数据预处理机制。

3、现有技术无法实时识别大气层结状态,未校验对数风廓线公式的适用前提,便在全大气层结工况下机械执行对数律归算融合流程。当大气处于稳定层结状态时,对数律完全失效,强行归算会生成脱离实际物理规律的虚假风速数据,丧失实测数据的真实性与代表性。将该失真数据输入光伏功率预测、载荷评估等下游模型,会引发模型决策偏差,直接影响光伏电站运维的可靠性与运行经济性。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种面向分布式光伏的微气象多源数据融合预处理方法和相关装置,以解决现有技术无法识别大气层结状态、盲目执行对数律风速融合流程,导致稳定层结工况下风速融合结果物理失真、引发光伏运维决策偏误的问题。

2、第一方面,本发明提供一种面向分布式光伏的微气象多源数据融合预处理方法,包括以下步骤:

3、获取多层风速序列以及对应的多层温度序列,根据多层温度序列中不同高度层的温度值,确定垂直方向上的温度变化量,获得垂直温度梯度值;

4、根据垂直温度梯度值进行大气层结状态判定,获得当前大气所处的层结状态;

5、当层结状态为稳定层结状态时,对多层风速序列中不同高度层之间的风速垂直变化特征与垂直温度梯度值进行模式识别,获得对数律失效标识,若对数律失效标识为真,则生成流程阻断指令,若对数律失效标识为假,则生成对数外推指令;

6、根据流程阻断指令提取光伏板近壁层的单层实测风速,对单层实测风速进行赋值操作,获得目标风速;

7、利用对数外推指令对多层风速序列进行高度归算处理,得到归算风速序列,对归算风速序列进行加权平均计算,获得融合风速序列;

8、当层结状态为中性层结状态时,对多层风速序列进行高度归算处理与加权平均计算,获得常规融合风速序列;

9、输出目标风速、融合风速序列或常规融合风速序列,作为微气象多源数据的融合预处理结果。

10、进一步的,获取多层风速序列以及对应的多层温度序列,根据多层温度序列中不同高度层的温度值,确定垂直方向上的温度变化量,获得垂直温度梯度值,包括:

11、通过布置在光伏板近壁层与屋顶塔架的传感器获取近壁风速序列、塔架风速序列以及多层温度序列,对近壁风速序列、塔架风速序列与多层温度序列进行时间序列对齐,得到对齐风速序列与对齐温度序列;

12、根据对齐温度序列中不同高度层的温度数值以及对应的高度差值,确定垂直方向上的温度变化量;

13、将温度变化量除以对应的垂直物理距离,获得垂直温度梯度值。

14、进一步的,根据垂直温度梯度值进行大气层结状态判定,获得当前大气所处的层结状态,包括:

15、获取预设的干绝热递减率,计算垂直温度梯度值与干绝热递减率的差值,将差值确定为热力分层参数;

16、根据对齐风速序列中不同高度层的风速差值确定风速切变指数,根据热力分层参数与风速切变指数的比值关系计算获得理查森数;

17、将理查森数与预设的层结判定阈值进行数值比对,若理查森数大于层结判定阈值,则判定当前大气处于稳定层结状态,若理查森数小于或等于层结判定阈值,则判定当前大气处于中性层结状态。

18、进一步的,当层结状态为稳定层结状态时,对多层风速序列中不同高度层之间的风速垂直变化特征与垂直温度梯度值进行模式识别,获得对数律失效标识,包括:

19、提取多层风速序列中不同高度层之间的风速垂直变化特征,根据风速垂直变化特征计算风速切变率,结合垂直温度梯度值与风速切变率计算湍流耗散率;

20、根据湍流耗散率以及预设的动力学经验系数计算地表粗糙长度,通过地表粗糙长度与风速垂直变化特征进行对数风廓线拟合,计算获得摩擦速度值;

21、将摩擦速度值与垂直温度梯度值进行拼接,构建层结特征向量,将层结特征向量输入至预先训练的分类模型中进行模式识别,获得对数律失效标识。

22、进一步的,根据流程阻断指令提取光伏板近壁层的单层实测风速,对单层实测风速进行赋值操作,获得目标风速,包括:

23、根据流程阻断指令提取光伏板近壁层的近壁风速,通过计算近壁风速在垂直方向上的变化率提取风压梯度,根据风压梯度获得气流扰动;

24、根据气流扰动设定流场模拟的边界条件,通过边界条件结合地表形态参数计算粗糙长度,根据粗糙长度获得风速廓线;

25、采用风速廓线提取近壁面的剪切应力,通过剪切应力与空气密度的比值计算湍流强度,根据湍流强度获得阵风因子;

26、若阵风因子大于预设的阈值,则采用预设的安全风速值对近壁风速进行赋值操作,获得目标风速。

27、进一步的,利用对数外推指令对多层风速序列进行高度归算处理,得到归算风速序列,对归算风速序列进行加权平均计算,获得融合风速序列,包括:

28、提取多层风速序列对应的测量高度,根据测量高度与地表粗糙度值计算风切变指数,通过风切变指数拟合垂直风速剖面;

29、根据垂直风速剖面提取各测量高度至统一参考高度的风速转换系数,通过风速转换系数得到归算风速序列;

30、计算相邻时间节点的风速波动方差,根据风速波动方差划分大气稳定度类,通过大气稳定度类提取系统误差,根据系统误差构建偏差矩阵;

31、采用偏差矩阵计算各层对应的权重系数,通过权重系数对归算风速序列进行加权平均计算,获得融合风速序列。

32、进一步的,输出目标风速、融合风速序列或常规融合风速序列,作为微气象多源数据的融合预处理结果,包括:

33、获取微气象站测风塔以及激光雷达采集的气象数据,通过时间戳匹配的方式对齐处理气象数据,得到时间同步气象序列;

34、针对时间同步气象序列,采用孤立森林算法计算数据点的异常分数以识别并去除离群点,获得清洗后气象序列;

35、根据清洗后气象序列,采用反距离权重插值算法计算不同采集源的权重分配比例,基于权重分配比例对清洗后气象序列进行加权计算,确定目标风速以及常规融合风速序列;

36、若目标风速大于预设的阈值,则按照权重分配比例对常规融合风速序列进行特征拼接合并,得到融合风速序列,输出目标风速、融合风速序列或常规融合风速序列,作为微气象多源数据的融合预处理结果。

37、第二方面,本发明提供一种面向分布式光伏的微气象多源数据融合预处理装置,包括:

38、垂直温度梯度获取模块,用于获取多层风速序列以及对应的多层温度序列,根据多层温度序列中不同高度层的温度值,确定垂直方向上的温度变化量,获得垂直温度梯度值;

39、层结状态判定模块,用于根据垂直温度梯度值进行大气层结状态判定,获得当前大气所处的层结状态;

40、对数律失效识别模块,用于当层结状态为稳定层结状态时,对多层风速序列中不同高度层之间的风速垂直变化特征与垂直温度梯度值进行模式识别,获得对数律失效标识,若对数律失效标识为真,则生成流程阻断指令,若对数律失效标识为假,则生成对数外推指令;

41、目标风速获取模块,用于根据流程阻断指令提取光伏板近壁层的单层实测风速,对单层实测风速进行赋值操作,获得目标风速;

42、融合风速序列获取模块,用于利用对数外推指令对多层风速序列进行高度归算处理,得到归算风速序列,对归算风速序列进行加权平均计算,获得融合风速序列;

43、常规融合风速获取模块,用于当层结状态为中性层结状态时,对多层风速序列进行高度归算处理与加权平均计算,获得常规融合风速序列;

44、预处理结果输出模块,用于输出目标风速、融合风速序列或常规融合风速序列,作为微气象多源数据的融合预处理结果。

45、第三方面,本发明提供一种计算机设备,设备包括处理器以及存储器:

46、存储器用于存储计算机程序,并将计算机程序的指令发送至处理器;

47、处理器根据计算机程序的指令执行如下步骤:

48、获取多层风速序列以及对应的多层温度序列,根据多层温度序列中不同高度层的温度值,确定垂直方向上的温度变化量,获得垂直温度梯度值;

49、根据垂直温度梯度值进行大气层结状态判定,获得当前大气所处的层结状态;

50、当层结状态为稳定层结状态时,对多层风速序列中不同高度层之间的风速垂直变化特征与垂直温度梯度值进行模式识别,获得对数律失效标识,若对数律失效标识为真,则生成流程阻断指令,若对数律失效标识为假,则生成对数外推指令;

51、根据流程阻断指令提取光伏板近壁层的单层实测风速,对单层实测风速进行赋值操作,获得目标风速;

52、利用对数外推指令对多层风速序列进行高度归算处理,得到归算风速序列,对归算风速序列进行加权平均计算,获得融合风速序列;

53、当层结状态为中性层结状态时,对多层风速序列进行高度归算处理与加权平均计算,获得常规融合风速序列;

54、输出目标风速、融合风速序列或常规融合风速序列,作为微气象多源数据的融合预处理结果。

55、第四方面,本发明提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如下步骤:

56、获取多层风速序列以及对应的多层温度序列,根据多层温度序列中不同高度层的温度值,确定垂直方向上的温度变化量,获得垂直温度梯度值;

57、根据垂直温度梯度值进行大气层结状态判定,获得当前大气所处的层结状态;

58、当层结状态为稳定层结状态时,对多层风速序列中不同高度层之间的风速垂直变化特征与垂直温度梯度值进行模式识别,获得对数律失效标识,若对数律失效标识为真,则生成流程阻断指令,若对数律失效标识为假,则生成对数外推指令;

59、根据流程阻断指令提取光伏板近壁层的单层实测风速,对单层实测风速进行赋值操作,获得目标风速;

60、利用对数外推指令对多层风速序列进行高度归算处理,得到归算风速序列,对归算风速序列进行加权平均计算,获得融合风速序列;

61、当层结状态为中性层结状态时,对多层风速序列进行高度归算处理与加权平均计算,获得常规融合风速序列;

62、输出目标风速、融合风速序列或常规融合风速序列,作为微气象多源数据的融合预处理结果。

63、综上,本发明提供一种面向分布式光伏的微气象多源数据融合预处理方法和相关装置,该方法通过多层温度序列计算垂直温度梯度值并据此判定大气层结状态,当处于稳定层结状态时进一步通过模式识别判断对数律是否失效,若失效则生成流程阻断指令并提取光伏板近壁层单层实测风速经赋值操作获得目标风速,若有效则利用对数外推指令对多层风速序列进行高度归算与加权平均获得融合风速序列,当中性层结时直接进行高度归算与加权平均获得常规融合风速序列,最终输出相应的融合预处理结果,实现了对不同大气层结状态下风速融合流程的自适应切换,有效避免了稳定层结对数律失效时强行归算导致的物理失真问题,保障了多源风速融合结果的物理真实性与代表性,为光伏功率预测、载荷评估等下游应用提供了可靠的数据支撑。