基于气象大数据的海上风电场智能气象服务系统及方法

摘要

本发明公开了一种基于气象大数据的海上风电场智能气象服务系统及方法，属于软件开发技术领域，具体包括：风电场选址子系统，气象海洋精细化预报服务子系统，风功率预测子系统以及人船智能管理子系统。本发明的有益效果是，利用气象部门所监测的气象、海洋监测站、卫星云图、雷达数据，为海上风电场提供从风电场选址、天气窗口期预报、风功率预测和运维人员、船舶智能管理的全生命周期气象预报和服务。

说明书

技术领域

本发明涉及软件开发技术领域，更具体地说，本发明涉及一种基于气象大数据的海上风电场智能气象服务系统及方法。

背景技术

中国拥有3.2万公里的海岸线，其中中东部沿海50公里范围内多为滩涂地形，风电建设成本低、沿海风能丰富、风电转化率较高，是建设海上风电场得天独厚的条件。目前我国已把发展海上风电作为深入推进能源生产和消费革命、促进大气污染防治的重要手段，但是海上风电场从建设规划期内的选址、施工安装、运维以及生产管理等一系列的过程都会受天气、海洋的影响，使得海上安装、运维安全风险高、有效作业时间短、发电效率不高，而且不同的月份受到影响的天气类型也不一样。因此，在复杂的气象形势和海洋环境下，如何从规划期、运维期、生产期再到管理期提供精确化气象服务以及智能管理，保障生产安全，提高运维、施工效率，对风电场建设、生产和运维尤为重要。

发明内容

为了克服现有技术的上述缺陷，本发明的目的是提供一种基于气象大数据的海上风电场智能气象服务系统及方法，本发明所要解决的技术问题是：在复杂的气象形势和海洋环境下，如何从规划期、运维期、生产期再到管理期提供精确化气象服务以及智能管理，保障生产安全，提高运维、施工效率，对风电场建设、生产和运维起到智能化的管理。

为实现上述目的，本发明提供如下技术方案：

一种基于气象大数据的海上风电场智能气象服务系统，包括：风电场选址子系统，气象海洋精细化预报服务子系统，风功率预测子系统以及人船智能管理子系统；

所述风电场选址子系统；利用沿海气象站、海岛气象站和浮标站30年到50年的气象历史数据计算出平均风速、风向、风频的变化规律，选取年平均风速大于6m/s的海域，同时对台风、近海大风、雷暴、大雾、暴雨等灾害性天气进行评估；

所述气象海洋精细化预报服务子系统；利用机器学习方法，将海洋、气象和北斗卫星定位等多源数据融合，通过高精度数值模式，预报出气象海洋精细化预报信息以及各类灾害性天气预报预警信息；

所述风功率预测子系统；运用全球预报系统资料和测风塔风速历史数据，通过中尺度数值预报模式，建立风功率预测模型；

所述人船智能管理子系统；根据船舶AIS信息，运维人员携带的GPS定位数据，对人员、船舶实时位置监控、查询历史轨迹、运维船舶、人员、备品、备件管理，同时将维护需求、最佳人员配置、维护工期及天气窗口期信息进行算法优化。

在一个优选地实施方式中，风电场选址子系统包括，

近海风能资源储量和区划模块：利用沿海海岸、海岛自动气象站、测风塔以及浮标站风速，风向数据结合气象再分析资料，计算近海地区平均风速、风频、有效风能密度，确定出风机轮毂(100m)高度风能资源储量；

风能资源开发评估模块：根据年平均有效风能密度将风能依次划分为丰富区、较丰富区、可利用区和贫乏区；

海上灾害性天气风险评估模块：利用海上气象自动站数据、社会性数据信息对有台风、近海大风、雷暴、大雾高影响天气进行评估。

在一个优选地实施方式中，气象海洋精细化预报服务子系统主要的模块包含：

气象自动站监测数据显示模块：用于将海上风电场及其周边气象自动站温度、湿度、气压、风、浪、流等气象、海洋监测信息逐10分钟气象监测数据以图形、表格显示；

测风塔数据显示及工作状态监控模块：通过测风塔监测数据显示风向玫瑰图、历史数据查询以及测风塔工作状况监控信息；

海上风电场精细化气象、海洋预报模块：用于逐小时预报基于风电场内的10米、风机轮毂高度(100m)风速、风向、温度、湿度、能见度、雨量信息；

海上风电场灾害性天气监测及预报预警服务模块：通过多普勒天气雷达、卫星云图、闪电定位仪多种监测设备实时监测显示台风、大风、雷暴、大雨以及强对流灾害性天气的预报、预警信息的制作与发布，避免或减少气象灾害造成的风险或损失；

海上风电场气象预报预警制作和发布模块：用于订正海上风电场气象、海洋的精细化预报值，并根据近海及海岛气象监测数据和大尺度环流分析制作出雷电、强对流、大雾、台风、短时强降水灾害性天气预报预警信息发送给用户。

在一个优选地实施方式中，风功率预测子系统；用于每天08时，20时发布逐15分钟的未来72小时的每台风机功率和总功率预报。

在一个优选地实施方式中，人船智能管理子系统包括：

人船位置监控和查询模块：根据人、船携带的定位装置和船舶AIS信息，显示人、船地理位置、查询历史轨迹；

运维船舶管理模块：管理和存储运维船舶的基础信息、航运记录、燃油用量、作业计划以及显示状态信息；

运维人员管理模块：提供运维人员基础数据、交接班记录、身体状态、人员分布情况、人员数量、工作安排，团队状态、工作分配及工单管理信息；

协作调度指挥模块：用于突发性事件和天气出现时，气象部门、海事部门、搜救人员、运维人员以及风电场指挥人员多部门进行信息互通，远程协作指挥、规划航行路线，躲避风险区；

运维备品备件模块：存储运维检修备用材料的数量、名称、规格型号，单位、出入管理记录、缺货信息上报以及采购计划信息；

风机维护需求分析：对风机制定详细的定期巡检、定期维护、预防性维护、预测性维护计划，对各项维护和维修成本进行核算，出具维护和维修处理方案。

本发明同时提供一种基于气象大数据的海上风电场智能气象服务方法，包括以下步骤：

S1：调用海上风电场多源数据库存储的数据：将沿海气象站、海岛气象站和浮标站的气象、海洋历史数据、实时监测数据、卫星遥感信息、运维船舶和人员的基础信息以及运维备品备件信息发送给用户；

S2：通过对历史气象数据统计出近海风能资源储量和区划，计算出年平均有效风能密度，风速和年累积小时数，对海上风能资源开发进行评估，划分为丰富区、较丰富区、可利用区和贫乏区，同时对台风、近海大风、雷暴、大雾等海上灾害性天气风险评估；

S3：根据评估结果，选择最优海上风电场地址，并在选址的基础上利用天气窗口期通过高精度数值模式，给出气象、海洋精细化预报产品以及各类灾害性天气预报预警，结合运维工期、航线等给出安全出海天气窗口期；

S4：根据船舶AIS信息，运维人员携带的GPS定位数据，实时掌握运维人员、船舶的位置、轨迹等，掌握运维船舶的航运记录、燃油用量、作业计划和状态信息；了解运维人员基础数据、交接班记录、身体状态、人员分布情况、人员数量、工作安排，团队状态、工作分配及工单管理；针对突发性，灾害性天气，可多部门进行信息互通，远程协作指挥、规划航行路线，躲避风险区。

在一个优选地实施方式中，所述步骤S3中，精细化气象海洋预报具体为，利用全球预报系统和欧洲中期天气预报结合实况数据计算出风电场范围海域任意点上，或以风电场、风机、码头、船舶等为单位的逐小时的10米风、风机轮毂高度(100m)风速、海雾、浪、降雨量等气象、海洋的精细化预报，预报未来5天；同时通过卫星雷达，闪电定位仪、气象云图等数据追踪雷电、强对流、大雾、台风、短时强降水等灾害性天气发生的位置、范围、强度等。借助微信、网站、电话、传真等各种手段向用户及时推送，避免产生不利影响，也方便用户预判和制订工作计划。

本发明的技术效果和优点：

1、本发明提供从选址、生产、运维到管理的全生命周期的气象服务保障。在规划期内建设选址阶段根据历史气象数据对风资源和气象水文数据进行评估，计算出灾害性天气影响评估，规避气象灾害风险区，为风机选情，风电场选址提供指导建议；在运维期内利用机器学习方法，将海洋、气象和北斗卫星定位等多源数据融合，通过高精度数值模式，计算出气象、海洋精细化要素预报以及各类灾害性天气预报预警服务；生产期内利用WRF模型计算短期风功率预测；管理期内根据船舶AIS信息，运维人员携带的GPS定位数据，对人员、船舶实时位置监控、规划智能搜救区域，将维护需求、最佳人员配置、维护工期及天气窗口期等进行算法优化，提出人、船智能管理，因此构建了一个全生命周期的海上风电智能气象服务系统，解决了海上风电管理智能化低，预防维护少以及气象海洋监测不精确，运维效率低的问题。

附图说明

图1为本发明海上风电场智能气象服务系统各模块原理图。

图2为本发明气象海洋精细化预报服务子系统系统原理图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1-2所示，本发明提供了一种基于气象大数据的海上风电场智能气象服务系统，包括：风电场选址子系统，气象海洋精细化预报服务子系统，风功率预测子系统以及人船智能管理子系统；

所述风电场选址子系统；利用沿海气象站、海岛气象站和浮标站30年到50年的气象历史数据计算出平均风速、风向、风频的变化规律，选取年平均风速大于6m/s的海域，同时对台风、近海大风、雷暴、大雾、暴雨等灾害性天气进行评估；

所述气象海洋精细化预报服务子系统；利用机器学习方法，将海洋、气象和北斗卫星定位等多源数据融合，通过高精度数值模式，预报出气象海洋精细化预报信息以及各类灾害性天气预报预警信息；

所述风功率预测子系统；运用全球预报系统资料和测风塔风速历史数据，通过中尺度数值预报模式，建立风功率预测模型；

所述人船智能管理子系统；根据船舶AIS信息，运维人员携带的GPS定位数据，对人员、船舶实时位置监控、查询历史轨迹、运维船舶、人员、备品、备件管理，同时将维护需求、最佳人员配置、维护工期及天气窗口期信息进行算法优化。

优选地，风电场选址子系统包括，

近海风能资源储量和区划模块：利用沿海海岸、海岛自动气象站、测风塔以及浮标站风速，风向数据结合气象再分析资料，计算近海地区平均风速、风频、有效风能密度，确定出风机轮毂高度(100m)风能资源储量；

风能资源开发评估模块：根据年平均有效风能密度将风能依次划分为丰富区、较丰富区、可利用区和贫乏区；

海上灾害性天气风险评估模块：利用海上气象自动站数据、社会性数据信息对有台风、近海大风、雷暴、大雾高影响天气进行评估。

优选地，气象海洋精细化预报服务子系统主要的模块包含：

气象自动站监测数据显示模块：用于将海上风电场及其周边气象自动站温度、湿度、气压、风、浪、流等气象、海洋监测信息逐10分钟气象监测数据以图形、表格显示；

测风塔数据显示及工作状态监控模块：通过测风塔监测数据显示风向玫瑰图、历史数据查询以及测风塔工作状况监控信息；

海上风电场精细化气象、海洋预报模块：用于逐小时预报基于风电场内的10米、100m风速、风向、温度、湿度、能见度、雨量信息；

海上风电场灾害性天气监测及预报预警服务模块：通过多普勒天气雷达、卫星云图、闪电定位仪多种监测设备实时监测显示台风、大风、雷暴、大雨以及强对流灾害性天气的预报、预警信息的制作与发布，避免或减少气象灾害造成的风险或损失；

海上风电场气象预报预警制作和发布模块：用于订正海上风电场气象、海洋的精细化预报值，并根据近海及海岛气象监测数据和大尺度环流分析制作出雷电、强对流、大雾、台风、短时强降水灾害性天气预报预警信息发送给用户。

优选地，风功率预测子系统；用于每天08时，20时发布逐15分钟的未来72小时的每台风机功率和总功率预报。

优选地，人船智能管理子系统包括：

人船位置监控和查询模块：根据人、船携带的定位装置和船舶AIS信息，显示人、船地理位置、查询历史轨迹；

运维船舶管理模块：管理和存储运维船舶的基础信息、航运记录、燃油用量、作业计划以及显示状态信息；

运维人员管理模块：提供运维人员基础数据、交接班记录、身体状态、人员分布情况、人员数量、工作安排，团队状态、工作分配及工单管理信息；

协作调度指挥模块：用于突发性事件和天气出现时，气象部门、海事部门、搜救人员、运维人员以及风电场指挥人员多部门进行信息互通，远程协作指挥、规划航行路线，躲避风险区；

运维备品备件模块：存储运维检修备用材料的数量、名称、规格型号，单位、出入管理记录、缺货信息上报以及采购计划信息；

风机维护需求分析：对风机制定详细的定期巡检、定期维护、预防性维护、预测性维护计划，对各项维护和维修成本进行核算，出具维护和维修处理方案。

本发明同时提供一种基于气象大数据的海上风电场智能气象服务方法，包括以下步骤：

S1：调用海上风电场多源数据库存储的数据：将沿海气象站、海岛气象站和浮标站的气象、海洋历史数据、实时监测数据、卫星遥感信息、运维船舶和人员的基础信息以及运维备品备件信息发送给用户；

S2：通过对历史气象数据统计出近海风能资源储量和区划，计算出年平均有效风能密度，风速和年累积小时数，对海上风能资源开发进行评估，划分为丰富区、较丰富区、可利用区和贫乏区，同时对台风、近海大风、雷暴、大雾等海上灾害性天气风险评估；

S3：根据评估结果，选择最优海上风电场地址，并在选址的基础上利用天气窗口期通过高精度数值模式，给出气象、海洋精细化预报产品以及各类灾害性天气预报预警，结合运维工期、航线等给出安全出海天气窗口期；

S4：根据船舶AIS信息，运维人员携带的GPS定位数据，实时掌握运维人员、船舶的位置、轨迹等，掌握运维船舶的航运记录、燃油用量、作业计划和状态信息；了解运维人员基础数据、交接班记录、身体状态、人员分布情况、人员数量、工作安排，团队状态、工作分配及工单管理；针对突发性，灾害性天气，可多部门进行信息互通，远程协作指挥、规划航行路线，躲避风险区。

优选地，所述步骤S3中，精细化气象海洋预报具体为，利用全球预报系统和欧洲中期天气预报结合实况数据计算出风电场范围海域任意点上，或以风电场、风机、码头、船舶等为单位的逐小时的10米风、风机轮毂高度上100米风、海雾、浪、降雨量等气象、海洋的精细化预报，预报未来5天；同时通过卫星雷达，闪电定位仪、气象云图等数据追踪雷电、强对流、大雾、台风、短时强降水等灾害性天气发生的位置、范围、强度等。借助微信、网站、电话、传真等各种手段向用户及时推送，避免产生不利影响，也方便用户预判和制订工作计划。

本发明一方面利用气象部门所监测的气象、海洋监测站、卫星云图、雷达数据，为海上风电场提供从风电场选址、天气窗口期预报、风功率预测和运维人员、船舶智能管理的全生命周期气象预报和服务，本系统中通过利用GFS模式、EC模式、浮标站、测浪雷达、测风塔等数据，从数据同化角度出发，利用超级计算机，对小范围内高精度的气象、海洋模式进行计算处理，最终服务于海上风电场运维、施工和管理综合运用气象、海洋实况监测数据分析出风电场选址过程中风资源储量、风资源规划区以及海上灾害性天气评估等；另一方面，结合利用GFS、ECWEF等高精度数值模式，预报出风电场范围内任意海域内逐小时的气象、海洋要素预报和海上灾害性天气的预报预警等，并对单台风机和总风机风功率进行预报；当遇到突发灾害性天气时，预报人员提前发布预警，并通知海上风电场管理人员和各运维船舶，以便提前规划航行路线，躲避天气风险区。

需要说明的是：

首先，本发明未做具体说明的均采用现有技术；

其次：本发明公开实施例附图中，只涉及到与本公开实施例涉及到的结构，其他结构可参考通常设计，在不冲突情况下，本发明同一实施例及不同实施例可以相互组合；

最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。