CN109858657A - 海上风电场的预报预警*** - Google Patents
海上风电场的预报预警*** Download PDFInfo
- Publication number
- CN109858657A CN109858657A CN201711237612.2A CN201711237612A CN109858657A CN 109858657 A CN109858657 A CN 109858657A CN 201711237612 A CN201711237612 A CN 201711237612A CN 109858657 A CN109858657 A CN 109858657A
- Authority
- CN
- China
- Prior art keywords
- forecasting
- data
- warning
- weather
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Alarm Systems (AREA)
Abstract
本发明提供了一种海上风电场的预报预警***,所述预报预警***包括:数据访问层模块,被配置为对海上风电场的水文气象的实况观测数据进行采集和存储;应用逻辑层模块,被配置为对采集的实况观测数据进行实况监测并提供预报预警数据;用户界面层模块,被配置为根据预报预警数据向用户显示预报预警结果。本发明能够提供详尽、精确的海上风电场的各类要素的分析结论,解决了传统基础架构的整体资源利用率不高的问题。
Description
技术领域
本发明涉及海上风电场领域,更具体地讲,涉及一种海上风电场的预报预警***。
背景技术
目前的沿海风能资料主要是通过船舶气象观测、浮标和岛屿气象站等单一的测站资料,及大尺度的数值模拟、卫星遥感技术来获取,观测数据多限于常规、单点的气象水文参数,而海上风电场的建设、风电机组的运输维护等都受海况及风况的影响,所需的天气窗口也比较复杂,例如,波高必须在运输和安装船舶能承受的有效波高内,风机吊装对风速有严格的要求等,并且恶劣的气象水文环境不仅会造成海上风电场的设备损坏,有时甚至还会危及人员生命安全。目前的技术方案所提供的资料时间序列短、空间尺度大,且分布频率不均,在风能资源评估、海上风电场设计等环节中,不能提供详尽、精确的分析结论。基于常规、单点的气象水文参数数据,由于观测条件有限、资料内容和序列长度也有限,海上风电场总体设计能力受到制约,也影响了对开发项目耗益比的预测。
发明内容
本发明针对现有技术存在的以上问题,提出了一种海上风电场的预报预警***。
根据本发明的一方面,提供了一种海上风电场的预报预警***,包括:数据访问层模块,被配置为对海上风电场的水文气象的实况观测数据进行采集和存储;应用逻辑层模块,被配置为对采集的实况观测数据进行实况监测并提供预报预警数据;用户界面层模块,被配置为根据预报预警数据向用户显示预报预警结果。
优选地,所述实况监测包括天气监测分析、海洋监测分析、风机气象监测和预警信号分析中的至少一个。
优选地,所述数据访问层模块包括:数据库单元,采集和存储所述实况观测数据;数据传输单元,将实况观测数据传输到应用逻辑层模块;算法封装单元,封装用于应用逻辑层模块进行实况监测的算法。
优选地,所述应用逻辑层模块包括:实况监测单元,根据风电项目关注的各类水文气象要素的安全临界阈值,利用统计学分析对采集的海上风电场的水文气象的实况观测数据进行单要素或多要素的不同等级的动态预警与提示;预报预警单元,采用短期预报技术预测关注时效内的天气状况和要素场特征进行天气预报和/或海洋预报,并依据强天气潜势预报方法并结合强天气指标与天气形势进行灾害性天气预警;气象服务单元,执行对历史气象条件的统计并提供水文气象数据支撑。
优选地,所述天气预报包括临近天气预报、短期天气预报、短时天气预报和指导天气预报中的至少一个,所述海洋预报包括短时海洋预报、短期海洋预报和指导海洋预报中的至少一个,所述灾害性天气预警包括雷暴预警、大风预警、台风预警、大浪预警、短时强降水预警、低温冰冻预警和海雾预警中的至少一个。
优选地,所述对历史气象条件的统计包括利用统计学方法进行常规天气要素的查询及分析和利用数理分析方法对实况监测中的预警信号等级预测标准进行定期修正。
优选地,所述水文气象数据支撑包括为***运行和客户分析提供实况监测分析数据、预报数据、模式数据和共享数据中的至少一个数据。
优选地,所述各类实况监测分析数据包括自动站资料分析数据、雷达资料分析数据、气象卫星资料分析数据、闪电定位资料分析数据和台风资料分析数据中的至少一个数据。
优选地,所述预报预警***还包括:基础架构层模块,被配置为提供应用服务总线、应用服务管理、统一身份认证、日志管理、流程引擎和缓存。
优选地,所述预报预警***还包括:基础设施模块,被配置用于提供网络环境、安全设施和硬件资源。
本发明解决了传统基础架构的整体资源利用率不高的问题,不仅能够提供详尽、精确的海上风电场各类要素的分析结论,而且还有助于运维人员对灾害性天气信息的监视和对高影响天气的早期发现。
附图说明
下面将结合附图进行本发明的详细描述,本发明的上述特征和其它目的、特点和优点将会变得更加清楚,其中:
图1是本发明的实施例的海上风电场的预报预警***的架构图;
图2是本发明的实施例的海上风电场的预报预警***的数据访问层模块的架构图;
图3是本发明的实施例的海上风电场的预报预警***的应用逻辑层模块的架构图;
图4是本发明的示例性的实施例的江苏区域未来某一时间段内逐小时的各类天气要素预报曲线图;
图5是本发明的示例性的实施例的滨海作业区的作业机位点浪高曲线图。
具体实施方式
提供以下参照附图的描述以帮助全面理解由权利要求及其等同物限定的本发明的示例性实施例。以下参照附图的描述包括各种特定细节以帮助理解,但是所述特定细节将仅被视为示例性的。因此,本领域普通技术人员将意识到,在不脱离本发明的范围和精神的情况下,可对这里描述的实施例进行各种改变和修改。此外,为了清晰和简要,可省略公知功能和结构的描述。
以下描述和权利要求中使用的术语和词语不限于字面含义,而是仅由发明者使用以使得能够清楚和一致地理解本发明。因此,本领域技术人员应该清楚的是,提供本发明的示例性实施例的以下描述仅是说明的目的,而不是限制由权利要求及其等同物限定的本发明的目的。
图1示出根据本发明的实施例的海上风电场的预报预警***的架构图。
参照图1,海上风电场的预报预警***100包括基础架构层模块101、数据访问层模块102、应用逻辑层模块103、用户界面层模块104和基础设施模块105。其中,基础架构层模块101被配置为提供应用服务总线、应用服务管理、统一身份认证、日志管理、流程引擎和缓存,数据访问层模块102被配置为对海上风电场的水文气象的实况观测数据进行采集和存储,应用逻辑层模块103被配置为对采集的实况观测数据进行实况监测并提供预报预警数据,用户界面层模块104被配置为根据预报预警数据向用户显示预报预警结果,基础设施模块105被配置用于提供网络环境、安全设施和硬件资源。实况监测包括天气监测分析、海洋监测分析、风机气象监测和预警信号分析中的至少一个。海上风电场的预报预警***100采用SOA技术对整个***进行分层模块化,其中,SOA(面向服务体系架构)是一个组件模型,它将应用程序的不同功能单元(称为服务)通过这些服务之间定义良好的接口和契约联系起来。接口采用中立的方式进行定义并独立于实现服务的硬件平台、操作***和编程语言,这使得构建在各种各样的***中的服务可以以一种统一和通用的方式进行交互。基础架构层模块101采用开源ESB引擎实现应用服务总线和应用服务管理功能,其中,ESB(企业服务总线)是从面向服务体系架构(Service Oriented Architecture)发展而来,包含了实现SOA分层目标所必需的基础功能部件。
下面将参照图2、图3来详细说明海上风电场的预报预警***的数据访问层模块和应用逻辑层模块。
图2示出根据本发明的实施例的海上风电场的预报预警***的数据访问层模块的架构图。
参照图2,数据访问层模块102包括数据库单元1、数据传输2和算法封装单元3。数据库单元1采集海上风电场的水文气象的实况观测数据,并根据项目需求对采集的海上风电场的水文气象实况观测数据进行甄别与整理、加工与分析,并按照行业规范进行自动存储。采集的海上风电场的水文气象的实况观测数据包括通过地球同步轨道运行环境获取的静止卫星云图观测数据、近海风电场规划海域发布的当地监测数据以及风电场区域内通过视频监控得到的实时视频和历史视频经过分析后得到的气象水文观测数据,其中,当地检测数据包括但不限于气象站数据和海洋水文观测数据。数据传输单元2将数据库单元1存储的实况观测数据进行传输至应用逻辑层模块103。算法封装单元3封装用于应用逻辑层模块103进行实况监测的算法,例如基于雷达的临近预报算法、格点数据插值算法、站点数据绘制等值线算法和统计学分析算法等。应理解,上述实况监测的算法仅是示例性举例,本发明中封装的用于实况监测的算法不限于此。根据本发明的实施例,具体地,假设选择江苏区域的任意海上风电场A,数据库单元1采集海上风电场A范围内的气象、海洋实况观测数据并进行存储,在***运行和用户进行信息查询时,数据传输单元2对数据库单元1存储的数据进行传输。
图3示出根据本发明的实施例的海上风电场的预报预警***的应用逻辑层模块的架构图。
参照图3,应用逻辑层模块103包括实况监测单元4、预报预警单元5和气象服务单元6。实况监测单元4根据风电项目关注的各类水文气象要素的安全临界阈值,利用统计学分析对采集的海上风电场的水文气象的实况观测数据进行单要素或多要素的不同等级的动态预警与提示。预报预警单元5通过短期预报技术预测关注时效内的天气状况和要素场特征进行天气预报和/或海洋预报,并依据强天气潜势预报方法并结合强天气指标与天气形势进行灾害性天气预警。气象服务单元6执行对历史气象条件的统计并提供水文气象数据支撑。
根据本发明的实施例,具体地,实况监测单元4根据风电项目关注的各类水文气象要素的安全临界阈值,其中,安全临界阈值是由风电项目所处位置、环境和所使用机组的类型来决定,风电项目所处位置、环境和所使用机组的类型不同,风电项目关注的各个要素的安全临界阈值也不同。例如,江苏区域在地表温度低于零度时将会进入冰冻模式,且叶尖最高端处在湿度以及温度的双重作用下将提前进入冰冻模式,则江苏区域的温度要素的安全临界阈值为零度。实况监测单元4利用统计学分析对采集的海上风电场的水文气象的实况观测数据进行单要素或多要素的不同等级的动态预警与提示。例如,对风电项目现场的温度、湿度进行综合分析并同时结合冷冻形成的条件,分析该项目现场冷冻期形成的可能性以及冷冻波及的范围,并将此概率和范围推送到***前端,以便使用者能够及时对机组的运行提供防范措施,降低机组风险。
根据本发明的实施例,具体地,预报预警单元5采用短期预报技术,例如高分辨率中尺度数值天气预报、模式释用技术、Blending融合技术或QPF定量降水预报技术等进行天气预报和/或海洋预报,并根据天气预报和/或海洋预报数据进行灾害性天气预警。其中,天气预报包括临近天气预报、短期天气预报、短时天气预报和指导天气预报中的至少一个,海洋预报包括短时海洋预报、短期海洋预报和指导海洋预报中的至少一个,灾害性天气预警包括雷暴预警、大风预警、台风预警、大浪预警、短时强降水预警、低温冰冻预警和海雾预警中的至少一个。应理解,上述短期预报技术仅是示例性举例,本发明中采用的短期预报技术不限于此。该预报预警***可基于天气雷达识别技术提供风电场所在位置未来2小时的强对流、短时强降水预报,并在地理信息***上叠加未来两小时的强对流、短时强降水影响区域。利用雷达资料进行临近天气预报主要是对雷达回波进行识别、跟踪以及外推。其中,可通过以质心跟踪法为基础的算法,例如,雷暴的识别、跟踪和临近预报算法(TITAN)和风暴单体识别和跟踪算法(SCIT)等进行相邻时刻的单体匹配,并根据连续的、多时刻的匹配结果进行雷达回波的外推,也可以利用矩形网格在搜索半径内寻找最大相关系数来跟踪雷达回波,并在最大相关条件下得到各局部云团回波的移动矢量进行雷达回波的外推。该预报预警***进行灾害性天气预警可包括气象灾害预警和要素危害预警。其中,气象灾害预警标准的制定是在遵循气象行业规范的基础上,考虑海上风电机组、作业性质等对于气象灾害的敏感性来进行适当调整,要素危害预警标准的制定需要分不同作业阶段,根据客户确定的各气象水文要素的组合状况、临界阈值以及影响程度来确保提出针对性的预警。
根据本发明的实施例,假设对江苏区域未来某一时段间内(2017年4月9日16点至2017年4月11日8点)逐小时的温度、湿度、风速、降水量进行预报预警,任意选择海上风电场A,则基于精细化中尺度区域数值模式技术,在地理信息***上叠加出未来该时间段内各要素等值线的预报预警数据,并在用户界面层模块104上向用户显示预报预警的结果。下面将参照图4来详细说明该预报预警***对上述江苏区域未来某一时间段内逐小时的天气要素的预报预警结果。
图4示出根据本发明的示例性的实施例的江苏区域未来某一时间段内逐小时的各类天气要素预报曲线图。
参照图4,图中是对江苏区域在2017年4月9日16点至2017年4月11日8点的时间段内的逐小时的温度、湿度、风速、降水量进行预报预警的结果。其中,图中a部分显示了该区域在该时间段内的湿度和温度,图中b部分显示了该区域在该时间段内的风速和风向,图中c部分显示了该区域在该时间段内的降水量。由图可知,该区域在该时间段内(2017年4月9日16时至2017年4月11日8时)降雨量为0mm,没有降雨,最高温度为11.2摄氏度,最低温度为3摄氏度,且该时间段内的4月10日早上6:00-8:00之间有持续微风,风速为5m/s,以及在4月11日凌晨4点和8点有微风,风速为4m/s,图中还显示了该时间段内逐小时的湿度和风向情况。由于江苏区域在地表温度低于零度时进入冰冻模式,且冰冻模式对于机组性能、发电的效率都有重大的影响,因此,***将会提前预报出机组冰冻的可能性以及冰冻区域,便于风电项目现场提前做好防冰冻预防工作,并同时启动相关的应急措施。综合考虑图中a部分的温度曲线和湿度曲线可知,该区域在该时间段内不会产生低温冰冻预警。降水量是在一定时间内降落到水平面上的假定无渗漏、不流失、也不蒸发的积累起来的水的深度,是衡量一个地区降水多少的数据。在气象上用降水量来区分降水的强度,可分为小雨、中雨、大雨、暴雨、大暴雨、特大暴雨、小雪、中雪、大雪和暴雪等,其中,暴雨降水量为12小时内降水量达30-70mm或24小时内降水量达50-99.9mm,特大暴雨降水量为12小时内降水量大于140mm或24小时内降水量大于250mm。因此,该区域在该时间段内也不会产生雷暴预警。根据该预报预警***显示的逐小时的各类天气要素预报可知,江苏区域在未来该时间段内(2017年4月9日16时至2017年4月11日8时)没有灾害性天气发生。
根据本发明的实施例,影响风电机组运维的海上风电场的水文气象要素众多,如风速、风向、风剪切、湍流强度、极端风速、波浪谱、风速波高等。假设对滨海作业区未来3天内(2017年4月23日11时至2017年4月26日5时)的浪高进行预报预警,则基于精细化全球数值模式,在地理信息***上叠加出滨海作业区未来三天内作业机位点浪高曲线图的预报预警数据,并在用户界面层模块104上向用户显示预报预警的结果。下面将参照图5来详细说明该预报预警***对滨海作业区未来三天内浪高的预报预警结果。
图5示出根据本发明的示例性的实施例的滨海作业区的作业机位点浪高曲线图。
参照图5,图中曲线为滨海作业区浪高预报曲线,其由图可知,在4月25日5时浪高出现大幅度上升,在4月25日8时、9时浪高达到0.3米。根据《风暴潮、海浪、海冰和海啸灾害应急预案》发布的预警信号,海浪预警分为Ⅰ、Ⅱ、Ⅲ、Ⅳ级,警报颜色依次为红色、橙色、黄色和蓝色,分别代表海浪灾害特别严重、严重、较重、一般。其中,海浪Ⅲ级警报(黄色)是预计未来受影响沿岸海域出现达到或超过国际波级表5级大浪(有效波高2.5米-3.9米)时,或者东经130度以西海区出现达到或超过国际波级表7级狂浪(有效波高6.0米-8.9米)时,至少提前12小时发布海浪Ⅲ级警报。参照世界气象组织规定,无论预报海区有无大浪出现,每天都要按时发布24、48、72小时海浪预报,但海浪Ⅰ、Ⅱ、Ⅲ级预警则是至少提前12小时发布。目前,我国海浪浪高的预报方法主要是“动力-能量频谱数值预报”与“经验统计预报”方法相结合。预计中国沿岸海域将出现大浪过程时,应在发布海浪橙色以上警报前24小时,发布海浪浪高消息。根据现有运维船舶的耐波特性以及抗浪性设置不同运维船舶的安全出海工况,不同的船型可适应出海的浪高不同,因此,不同的船型可出海的安全临界阈值也不同。如果所预测的浪高超出安全临界阈值范围,则本发明的预报预警***也会给出大浪预警的预警信息,如果所选择的运维船舶超出其出行的安全临界阈值范围,则本发明的预报预警***还会给出建议禁止出海作业活动的提示,或者给出建议更换运维船舶的提示,直至作业过程中的风险能降到最低。根据该预报预警***显示的未来三天内的浪高预报可知,该区域在未来三天内没有大浪预警。
返回图3,根据本发明的实施例,应用逻辑层模块103中气象服务单元6利用统计学方法进行常规天气要素的查询及分析,利用数理分析方法对实况监测中的预警信号等级预测标准进行定期修正。气象服务单元6还为***运行和客户分析提供水文气象数据支撑,其中,水文气象数据包括实况监测分析数据、预报数据、模式数据和共享数据中的至少一个数据。实况监测分析数据包括自动站资料分析数据、雷达资料分析数据、气象卫星资料分析数据、闪电定位资料分析数据和台风资料分析数据中的至少一个数据。
根据本发明的实施例的海上风电场的预报预警***不仅能够提供详尽、精确的海上风电场各类要素的分析结论,有助于运维人员对灾害性天气信息的监视,以及对高影响天气的早期发现,避免突发灾害天气的遗漏,而且还有效解决了传统基础架构的整体资源利用率不高的问题。
尽管已经参照本发明的特定示例性实施例显示和描述了本发明,但是本领域技术人员将理解,在不脱离由权利要求及其等同物限定的本发明的精神和范围的情况下,可进行各种形式和细节上的各种改变。
Claims (10)
1.一种海上风电场的预报预警***,其特征在于,所述预报预警***包括:
数据访问层模块,被配置为对海上风电场的水文气象的实况观测数据进行采集和存储;
应用逻辑层模块,被配置为对采集的实况观测数据进行实况监测并提供预报预警数据;
用户界面层模块,被配置为根据预报预警数据向用户显示预报预警结果。
2.如权利要求1所述的预报预警***,其特征在于,所述实况监测包括天气监测分析、海洋监测分析、风机气象监测和预警信号分析中的至少一个。
3.如权利要求1所述的预报预警***,其特征在于,所述数据访问层模块包括:
数据库单元,采集和存储所述实况观测数据;
数据传输单元,将实况观测数据传输到应用逻辑层模块;
算法封装单元,封装用于应用逻辑层模块进行实况监测的算法。
4.如权利要求1所述的预报预警***,其特征在于,所述应用逻辑层模块包括:
实况监测单元,根据风电项目关注的各类水文气象要素的安全临界阈值,利用统计学分析对采集的海上风电场的水文气象的实况观测数据进行单要素或多要素的不同等级的动态预警与提示;
预报预警单元,采用短期预报技术预测关注时效内的天气状况和要素场特征进行天气预报和/或海洋预报,并依据强天气潜势预报方法并结合强天气指标与天气形势进行灾害性天气预警;
气象服务单元,执行对历史气象条件的统计并提供水文气象数据支撑。
5.如权利要求4所述的预报预警***,其特征在于,所述天气预报包括临近天气预报、短期天气预报、短时天气预报和指导天气预报中的至少一个,所述海洋预报包括短时海洋预报、短期海洋预报和指导海洋预报中的至少一个,所述灾害性天气预警包括雷暴预警、大风预警、台风预警、大浪预警、短时强降水预警、低温冰冻预警和海雾预警中的至少一个。
6.如权利要求4所述的预报预警***,其特征在于,所述对历史气象条件的统计包括利用统计学方法来进行常规天气要素的查询及分析和利用数理分析方法对实况监测中的预警信号等级预测标准进行定期修正。
7.如权利要求4所述的预报预警***,其特征在于,所述水文气象数据支撑包括为***运行和客户分析提供实况监测分析数据、预报数据、模式数据和共享数据中的至少一个数据。
8.如权利要求7所述的预报预警***,其特征在于,所述各类实况监测分析数据包括自动站资料分析数据、雷达资料分析数据、气象卫星资料分析数据、闪电定位资料分析数据和台风资料分析数据中的至少一个数据。
9.如权利要求1所述的预报预警***,其特征在于,所述预报预警***还包括:
基础架构层模块,被配置为提供应用服务总线、应用服务管理、统一身份认证、日志管理、流程引擎和缓存。
10.如权利要求1所述的预报预警***,其特征在于,所述预报预警***还包括:
基础设施模块,被配置用于提供网络环境、安全设施和硬件资源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711237612.2A CN109858657A (zh) | 2017-11-30 | 2017-11-30 | 海上风电场的预报预警*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711237612.2A CN109858657A (zh) | 2017-11-30 | 2017-11-30 | 海上风电场的预报预警*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109858657A true CN109858657A (zh) | 2019-06-07 |
Family
ID=66888034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711237612.2A Pending CN109858657A (zh) | 2017-11-30 | 2017-11-30 | 海上风电场的预报预警*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109858657A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110260929A (zh) * | 2019-07-25 | 2019-09-20 | 中国华能集团有限公司 | 用于远海海上风电场的水文气象条件监测***及方法 |
CN110362052A (zh) * | 2019-07-24 | 2019-10-22 | 国电南瑞南京控制***有限公司 | 一种海上风电场辅控***联动方法 |
CN110618473A (zh) * | 2019-10-09 | 2019-12-27 | 北京北科融智云计算科技有限公司 | 一种即时气象情报保障方法 |
CN111722305A (zh) * | 2020-07-03 | 2020-09-29 | 河海大学 | 一种用于确保海上施工安全的预警方法及预警装置 |
CN111858804A (zh) * | 2020-07-07 | 2020-10-30 | 广东省气象公共安全技术支持中心 | 一种海上气象安全预警图形化显示方法 |
CN114154658A (zh) * | 2021-11-29 | 2022-03-08 | 北京比福特科技发展有限公司 | 一种基于海洋气象的风电场检修航线计算方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104238521A (zh) * | 2014-09-18 | 2014-12-24 | 安徽工程大学 | 海上风电场远程管理*** |
CN105678385A (zh) * | 2015-12-31 | 2016-06-15 | 江苏金风科技有限公司 | 用于海上风电场的运维方法及运维平台 |
KR101696440B1 (ko) * | 2015-09-18 | 2017-01-16 | 한국전력공사 | 해상풍력단지 내 해상활동 서비스 제공 방법 |
CN106408175A (zh) * | 2016-08-31 | 2017-02-15 | 北京飞跃新能科技有限公司 | 一种风电设备健康管理***及方法 |
-
2017
- 2017-11-30 CN CN201711237612.2A patent/CN109858657A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104238521A (zh) * | 2014-09-18 | 2014-12-24 | 安徽工程大学 | 海上风电场远程管理*** |
KR101696440B1 (ko) * | 2015-09-18 | 2017-01-16 | 한국전력공사 | 해상풍력단지 내 해상활동 서비스 제공 방법 |
CN105678385A (zh) * | 2015-12-31 | 2016-06-15 | 江苏金风科技有限公司 | 用于海上风电场的运维方法及运维平台 |
CN106408175A (zh) * | 2016-08-31 | 2017-02-15 | 北京飞跃新能科技有限公司 | 一种风电设备健康管理***及方法 |
Non-Patent Citations (1)
Title |
---|
帕诺斯M.帕达洛斯等: "《风力发电***手册 下》", 31 October 2017, 中国三峡出版社 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110362052A (zh) * | 2019-07-24 | 2019-10-22 | 国电南瑞南京控制***有限公司 | 一种海上风电场辅控***联动方法 |
CN110260929A (zh) * | 2019-07-25 | 2019-09-20 | 中国华能集团有限公司 | 用于远海海上风电场的水文气象条件监测***及方法 |
CN110618473A (zh) * | 2019-10-09 | 2019-12-27 | 北京北科融智云计算科技有限公司 | 一种即时气象情报保障方法 |
CN111722305A (zh) * | 2020-07-03 | 2020-09-29 | 河海大学 | 一种用于确保海上施工安全的预警方法及预警装置 |
CN111858804A (zh) * | 2020-07-07 | 2020-10-30 | 广东省气象公共安全技术支持中心 | 一种海上气象安全预警图形化显示方法 |
CN114154658A (zh) * | 2021-11-29 | 2022-03-08 | 北京比福特科技发展有限公司 | 一种基于海洋气象的风电场检修航线计算方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109858657A (zh) | 海上风电场的预报预警*** | |
Repetto et al. | A web-based GIS platform for the safe management and risk assessment of complex structural and infrastructural systems exposed to wind | |
Fierro et al. | Application of a lightning data assimilation technique in the WRF-ARW model at cloud-resolving scales for the tornado outbreak of 24 May 2011 | |
CN103033855B (zh) | 电网气象灾害监测预警*** | |
Snook et al. | Multiscale EnKF assimilation of radar and conventional observations and ensemble forecasting for a tornadic mesoscale convective system | |
Ruzanski et al. | The CASA nowcasting system | |
Fierro et al. | Evolution of eyewall convective events as indicated by intracloud and cloud-to-ground lightning activity during the rapid intensification of hurricanes Rita and Katrina | |
Zhou et al. | Forecast of low visibility and fog from NCEP: Current status and efforts | |
Shand et al. | NSW coastal inundation hazard study: coastal storms and extreme waves | |
CN110443400A (zh) | 一种海上新能源气象保障与服务*** | |
Tai et al. | Precipitation forecasting using Doppler radar data, a cloud model with adjoint, and the Weather Research and Forecasting model: Real case studies during SoWMEX in Taiwan | |
Bech et al. | Doppler radar observations: Weather radar, wind profiler, ionospheric radar, and other advanced applications | |
Kezunovic et al. | Systematic framework for integration of weather data into prediction models for the electric grid outage and asset management applications | |
CN112465194A (zh) | 基于气象大数据的海上风电场智能气象服务***及方法 | |
Trancoso | Operational modelling as a tool in wind power forecasts and meteorological warnings | |
Mohapatra et al. | Status and plans for operational tropical cyclone forecasting and warning systems in the North Indian Ocean region | |
Freedman et al. | The Wind Forecast Improvement Project (WFIP): A public/private partnership for improving short term wind energy forecasts and quantifying the benefits of utility operations. The Southern Study Area, Final Report | |
Joe et al. | Predicting the weather: a partnership of observation scientists and forecasters | |
Bunkers et al. | Observations of hail–wind ratios from convective storm reports across the continental United States | |
Ranalkar et al. | Characteristics of lightning activity in tropical cyclones developed over North Indian Ocean basin during 2010–2015 | |
CN117706658A (zh) | 一种多数据融合的气象预测预警方法及*** | |
Cerrai et al. | Storm power outage prediction and verification using NWP models and remote sensing data | |
Shepherd et al. | How well are hazards associated with derechos reproduced in regional climate simulations? | |
Huang et al. | Sensitivity analysis of weather research and forecasting (WRF) model output variables to the thunderstorm lifecycle and its application | |
Anderson et al. | Development and application of a real-time water environment cyberinfrastructure for kayaker safety in the Apostle Islands, Lake Superior |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190607 |