气象预报数据处理方法和气象预报数据处理装置

摘要

公开了气象预报数据处理方法和气象预报数据处理装置。所述气象预报数据处理方法包括：获取风电场的多个气象源的历史气象预报数据以及风电场的历史气象观测数据；基于所述多个气象源的历史气象预报数据以及所述历史气象观测数据，确定各个气象源的评价指数；利用所述多个气象源的实时气象预报数据以及确定的各个气象源的评价指数，生成集合天气预报。

说明书

技术领域

本公开总体说来涉及风力发电技术领域，更具体地讲，涉及适用于风电场的气象预报数据处理方法和气象预报数据处理装置。

背景技术

可以通过预测算法将数值天气预报的风速、风向等气象要素转换为风电场、光伏的输出功率预测，因此，数值天气预报的准确预报，可以为电力调度提供重要的决策支持，是新能源发电功率预测精度的重要决定因素之一。

风电场的功率预测要求每15分钟预报一次，即要求数值天气预报每15分钟预报一次风速，但目前针对风电场的风速预测，数值天气预报存在以下两个难点。第一，由于数值天气预报对天气系统移动的预报有提前或滞后的情况，导致预报风速骤升骤降时间点难以精确定位。第二，数值天气预报全称为中尺度数值天气预报，仅在中尺度上对天气系统进行预测，但电场所在位置的小尺度强阵风现象难以被捕捉到。即风速突变为气象预报的难点。

风电场通常处于地形地貌复杂的山区，大部分受峡谷风影响，地表风速难以预报。可以通过接入多个国际权威机构的天气预报，进行集合预报，以降低风速预测偏差大带来的功率预测准确率降低。目前，功率预测面临的问题是：在对历史天气预报进行复盘时发现，最优的气象源其实可以报出风速骤升骤减的天气过程，但在当时，无法从众多气象源中将该最优气象源选出并用于功率预测。目前气象源选择的策略主要根据近期风速预报效果来选择最优气象源，但大气本身是一个混沌系统，单一气象要素的评估并不能代表一个气象源在当时对整个天气系统的预报效果。换言之，使用单一气象要素对气象源进行评估的准确性不高，并且难以实现从多个气象源中实时选择最优气象源。

发明内容

本公开的实施例提供一种气象预报数据处理方法以及一种气象预报数据处理装置，所述气象预报数据处理方法和气象预报数据处理装置基于多个气象要素而非单个气象要素，根据多个评价标准对气象源进行评价，并且基于每个气象源的评价，利用多个气象源的实时气象预报生成集合天气预报，显著提高了实时天气预报的准确性与可靠性。

在一个总的方面，提供一种气象预报数据处理方法，所述气象预报数据处理方法包括：获取风电场的多个气象源的历史气象预报数据以及风电场的历史气象观测数据；基于所述多个气象源的历史气象预报数据以及所述历史气象观测数据，确定各个气象源的评价指数；利用所述多个气象源的实时气象预报数据以及确定的各个气象源的评价指数，生成集合天气预报。

可选地，获取风电场的多个气象源的历史气象预报数据以及风电场的历史气象观测数据的步骤包括：获取预定时间段内的所述多个气象源的历史气象预报数据以及所述历史气象观测数据，其中，每个气象源的历史气象预报数据包括多个气象要素的历史气象预报数据，所述历史气象观测数据包括所述多个气象要素的历史气象观测数据。

可选地，确定各个气象源的评价指数的步骤包括：针对任意一个气象源，基于所述任意一个气象源的所述多个气象要素的历史气象预报数据以及所述多个气象要素的历史气象观测数据，对所述任意一个气象源进行准确性评价，并基于所述任意一个气象源的准确性评价结果确定所述任意一个气象源的评价指数。

可选地，对所述任意一个气象源进行准确性评价，并基于所述任意一个气象源的准确性评价结果确定所述任意一个气象源的评价指数的步骤包括：针对多个评估周期中的每个评估周期，执行如下步骤：基于相应评估周期内所述任意一个气象源的所述多个气象要素的历史气象预报数据以及所述多个气象要素的历史气象观测数据，根据多个评价标准对所述任意一个气象源进行准确性评价，以获得多个准确性评价结果；将每个准确性评价结果转换为相应的准确性分数，并将多个准确性分数计算为相应评估周期的分数；基于所有评估周期的分数，确定所述任意一个气象源的评价指数。

可选地，所述预定时间段包括所述多个评估周期。

可选地，所述多个评价标准包括以下项中的至少一项：均方根误差、平均绝对误差、相关性系数。

可选地，将每个准确性评价结果转换为相应的准确性分数，并将多个准确性分数计算为相应评估周期的分数的步骤包括：基于获得每个准确性评价结果所使用的评价标准，将每个准确性评价结果转换为相应的准确性分数；根据每个准确性评价结果的重要程度，为每个准确性分数设置权重；基于所述多个准确性分数以及相应的权重，计算相应评估周期的分数。

可选地，基于所有评估周期的分数，确定所述任意一个气象源的评价指数的步骤包括：将所有评估周期的分数的平均值确定为所述任意一个气象源的评价指数，或者，基于所有评估周期的分数，确定所述任意一个气象源的评价指数的步骤包括：基于各个评估周期距实时气象预报的时间距离，为每个评估周期设置权重；基于所有评估周期的分数相应的权重，确定所述任意一个气象源的评价指数。

可选地，利用所述多个气象源的实时气象预报数据以及确定的各个气象源的评价指数，生成集合天气预报的步骤包括：基于各个气象源的评价指数，确定各个气象源的权重；提取所述多个气象源的实时气象预报数据中的目标气象要素；基于提取的目标气象要素以及相应的权重，生成集合天气预报，其中，每个气象源的实时气象预报数据包括多个气象要素。

可选地，所述历史气象观测数据从风电场的气象测量装置获得，并且所述多个气象要素包括所述气象测量装置测量的所有气象要素或部分气象要素。

在另一总的方面，提供一种气象预报数据处理装置，所述气象预报数据处理装置包括：数据获取单元，被配置为获取风电场的多个气象源的历史气象预报数据以及风电场的历史气象观测数据；气象源评价单元，被配置为基于所述多个气象源的历史气象预报数据以及所述历史气象观测数据，确定各个气象源的评价指数；天气预报生成单元，被配置为利用所述多个气象源的实时气象预报数据以及确定的各个气象源的评价指数，生成集合天气预报。

可选地，数据获取单元被配置为：获取预定时间段内的所述多个气象源的历史气象预报数据以及所述历史气象观测数据，其中，每个气象源的历史气象预报数据包括多个气象要素的历史气象预报数据，所述历史气象观测数据包括所述多个气象要素的历史气象观测数据。

可选地，气象源评价单元被配置为：针对任意一个气象源，基于所述任意一个气象源的所述多个气象要素的历史气象预报数据以及所述多个气象要素的历史气象观测数据，对所述任意一个气象源进行准确性评价，并基于所述任意一个气象源的准确性评价结果确定所述任意一个气象源的评价指数。

可选地，气象源评价单元被配置为：针对多个评估周期中的每个评估周期，执行如下操作：基于相应评估周期内所述任意一个气象源的所述多个气象要素的历史气象预报数据以及所述多个气象要素的历史气象观测数据，根据多个评价标准对所述任意一个气象源进行准确性评价，以获得多个准确性评价结果；将每个准确性评价结果转换为相应的准确性分数，并将多个准确性分数计算为相应评估周期的分数；基于所有评估周期的分数，确定所述任意一个气象源的评价指数。

可选地，所述预定时间段包括所述多个评估周期。

可选地，所述多个评价标准包括以下项中的至少一项：均方根误差、平均绝对误差、相关性系数。

可选地，气象源评价单元被配置为：基于获得每个准确性评价结果所使用的评价标准，将每个准确性评价结果转换为相应的准确性分数；根据每个准确性评价结果的重要程度，为每个准确性分数设置权重；基于所述多个准确性分数以及相应的权重，计算相应评估周期的分数。

可选地，气象源评价单元被配置为：将所有评估周期的分数的平均值确定为所述任意一个气象源的评价指数，或者，基于所有评估周期的分数，确定所述任意一个气象源的评价指数的步骤包括：基于各个评估周期距实时气象预报的时间距离，为每个评估周期设置权重；基于所有评估周期的分数相应的权重，确定所述任意一个气象源的评价指数。

可选地，天气预报生成单元被配置为：基于各个气象源的评价指数，确定各个气象源的权重；提取所述多个气象源的实时气象预报数据中的目标气象要素；基于提取的目标气象要素以及相应的权重，生成集合天气预报，其中，每个气象源的实时气象预报数据包括多个气象要素。

可选地，所述历史气象观测数据从风电场的气象测量装置获得，并且所述多个气象要素包括所述气象测量装置测量的所有气象要素或部分气象要素。

在另一总的方面，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被处理器执行时，实现如上所述的气象预报数据处理方法。

在另一总的方面，提供一种计算装置，所述计算装置包括：处理器；和存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的气象预报数据处理方法。

根据本公开的实施例的气象预报数据处理方法和气象预报数据处理装置，基于多个气象要素而非单个气象要素，根据多个评价标准对气象源进行评价，并且基于每个气象源的评价，利用多个气象源的实时气象预报生成集合天气预报，能够显著提高实时天气预报的准确性与可靠性，进而能够提高风电场功率预测的准确性。

将在接下来的描述中部分阐述本公开总体构思另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本公开总体构思的实施而得知。

附图说明

通过下面结合示出实施例的附图进行的描述，本公开的实施例的上述和其他目的和特点将会变得更加清楚，其中：

图1是示出根据本公开的实施例的气象预报数据处理方法的流程图；

图2是示出根据本公开的实施例的确定气象源的评价指数的方法的流程图；

图3是示出根据本公开的实施例的气象预报数据处理装置的框图；

图4是示出根据本公开的实施例的计算装置的框图。

具体实施方式

提供下面的具体实施方式以帮助读者获得对在此描述的方法、设备和/或系统的全面理解。然而，在理解本申请的公开之后，在此描述的方法、设备和/或系统的各种改变、修改和等同物将是清楚的。例如，在此描述的操作的顺序仅是示例，并且不限于在此阐述的那些顺序，而是除了必须以特定的顺序发生的操作之外，可如在理解本申请的公开之后将是清楚的那样被改变。此外，为了更加清楚和简明，本领域已知的特征的描述可被省略。

在此描述的特征可以以不同的形式来实现，而不应被解释为限于在此描述的示例。相反，已提供在此描述的示例，以仅示出实现在此描述的方法、设备和/或系统的许多可行方式中的一些可行方式，所述许多可行方式在理解本申请的公开之后将是清楚的。

如在此使用的，术语“和/或”包括相关联的所列项中的任何一个以及任何两个或更多个的任何组合。

尽管在此可使用诸如“第一”、“第二”和“第三”的术语来描述各种构件、组件、区域、层或部分，但是这些构件、组件、区域、层或部分不应被这些术语所限制。相反，这些术语仅用于将一个构件、组件、区域、层或部分与另一构件、组件、区域、层或部分进行区分。因此，在不脱离示例的教导的情况下，在此描述的示例中所称的第一构件、第一组件、第一区域、第一层或第一部分也可被称为第二构件、第二组件、第二区域、第二层或第二部分。

在说明书中，当元件(诸如，层、区域或基底)被描述为“在”另一元件上、“连接到”或“结合到”另一元件时，该元件可直接“在”另一元件上、直接“连接到”或“结合到”另一元件，或者可存在介于其间的一个或多个其他元件。相反，当元件被描述为“直接在”另一元件上、“直接连接到”或“直接结合到”另一元件时，可不存在介于其间的其他元件。

在此使用的术语仅用于描述各种示例，并不将用于限制公开。除非上下文另外清楚地指示，否则单数形式也意在包括复数形式。术语“包含”、“包括”和“具有”说明存在叙述的特征、数量、操作、构件、元件和/或它们的组合，但不排除存在或添加一个或多个其他特征、数量、操作、构件、元件和/或它们的组合。

除非另有定义，否则在此使用的所有术语(包括技术术语和科学术语)具有与由本公开所属领域的普通技术人员在理解本公开之后通常理解的含义相同的含义。除非在此明确地如此定义，否则术语(诸如，在通用词典中定义的术语)应被解释为具有与它们在相关领域的上下文和本公开中的含义一致的含义，并且不应被理想化或过于形式化地解释。

此外，在示例的描述中，当认为公知的相关结构或功能的详细描述将引起对本公开的模糊解释时，将省略这样的详细描述。

图1是示出根据本公开的实施例的气象预报数据处理方法的流程图。

根据本公开的实施例，可通过风电场主控制器或主控制器中设置的装置来执行根据本公开的实施例的气象预报数据处理方法，还可通过与主控制器不同的风电场中单独设置的装置来执行根据本公开的实施例的气象预报数据处理方法。

参照图1，在步骤S101中，获取风电场的多个气象源(例如，所用气象源)的历史气象预报数据以及风电场的历史气象观测数据。

具体地讲，在步骤S101中，可获取预定时间段内的多个气象源的历史气象预报数据以及历史气象观测数据。这里，所述预定时间段可被划分为多个评估周期。换言之，所述预定时间段可包括多个评估周期。每个气象源的历史气象预报数据包括多个气象要素的历史气象预报数据，历史气象观测数据包括多个气象要素的历史气象观测数据。根据本公开的实施例，每个气象源的历史气象预报数据所涉及的多个气象要素与历史气象观测数据所涉及的多个气象要素相同。例如，对于风电场M，可以获取N天内的多个气象源的历史气象预报数据，每个气象源的历史气象预报数据可包括N

根据本公开的实施例，获取各个气象源的历史气象预报数据以及风电场的历史气象观测数据的数据时间分辨率可以记为Tmin(例如但不限于15分钟)。例如，可在每天上午7点整获取风电场M昨日20点起的多个气象源的多个气象源的历史气象预报数据以及历史气象观测数据。此外，可在同一时间获取多个气象源的实时气象预报数据，每个气象源的实时气象预报数据可包括多个气象要素。

接下来，在步骤S102中，可基于多个气象源的历史气象预报数据以及历史气象观测数据，确定各个气象源的评价指数。

具体地讲，针对多个气象源中的任意一个气象源，可基于该任意一个气象源多个气象要素的历史气象预报数据以及多个气象要素的历史气象观测数据，对该任意一个气象源进行准确性评价，并基于该任意一个气象源的准确性评价结果确定该任意一个气象源的评价指数。以下参照图2具体描述确定一个气象源的评价指数的方法。

图2是示出根据本公开的实施例的确定气象源的评价指数的方法的流程图。

如上所述，用于获取多个气象源的历史气象预报数据以及历史气象观测数据的预定时间段可被划分为多个(例如，n个)评估周期。评估周期的长度以及数量可依据不同风电场的气候条件而不同设置，默认评估周期的长度为7天，数量n＝1。

在步骤S201中，将评估周期计数值m设置为1。评估周期计数值m可指示当前评估周期是第几个评估周期。

在步骤S202中，针对相应评估周期，基于相应评估周期内气象源的多个气象要素的历史气象预报数据以及所述多个气象要素的历史气象观测数据，根据多个评价标准对气象源进行准确性评价，以获得多个准确性评价结果。根据本公开的实施例，多个评价标准可包括均方根误差、平均绝对误差、相关性系数中的至少一个。然而，本公开不限于此，多个评价标准还可包括其他评价标准，例如，均方误差、标准差等。

例如，可通过以下等式(1)来对气象源进行准确性评价。

在等式(1)中，F

又例如，可通过以下等式(2)来对气象源进行准确性评价。

在等式(2)中，F

又例如，可通过以下等式(3)来对气象源进行准确性评价。

在等式(3)中，F

以上描述了获得多个准确性评价结果的几种具体方式，然而，本公开不限于此。任何能够反映历史气象预报数据与历史气象观测数据的相似程度的标准均可用于对气象源进行准确性评价，从而获得相应的准确性评价结果。

接下来，在步骤S203中，将每个准确性评价结果转换为相应的准确性分数，并将多个准确性分数计算为相应评估周期的分数。具体地讲，在步骤S203中，可首先基于获得每个准确性评价结果所使用的评价标准，将每个准确性评价结果转换为相应的准确性分数。然后，可根据每个准确性评价结果的重要程度，为每个准确性分数设置权重。最后，基于多个准确性分数以及相应的权重，计算相应评估周期的分数。这里，可将每个准确性评价结果转换为一个区间为0％-100％的预报准确率作为准确性分数。例如，针对通过等式(3)(其本质为计算相关性系数)获得的准确性评价结果，如果该准确性评价结果的值为0.68，则可将其转换为相应的预报准确率(即，准确性分数)68％。又例如，针对通过等式(1)(其本质为计算均方根误差)获得的准确性评价结果，如果该准确性评价结果的值为2.36，则可将其转换为相应的预报准确率(即，准确性分数)1-1/2.36＝57％。针对通过等式(2)(其本质为计算平均绝对误差)获得的准确性评价结果，可通过与等式(1)类似的方式转换得到预报准确率(即，准确性分数)。然后，通过将每个准确性分数乘以相应的权重，并对所有乘积进行求和，可以计算得到相应评估周期的分数。

然后，在步骤S204中，可确定评估周期计数值m是否达到评估周期的数量n。如果m未达到n，则在步骤S205中，将m增1(即，令m＝m+1)，然后返回步骤S202，以计算下一评估周期的分数。如果m达到n，则在步骤S206中，可基于所有评估周期的分数，确定气象源的评价指数。具体地讲，可将所有评估周期的分数的平均值确定为气象源的评价指数。可选择地，可基于各个评估周期距实时预报的时间距离，为每个评估周期设置权重，然后基于所有评估周期的分数相应的权重，确定气象源的评价指数。例如，假设当前时间为9月24日，实时气象预报为9月25日，评估周期共有三个，每个评估周期的长度为1天，则三个评估周期分别为9月23日、9月22日和9月21日。根据三个评估周期(9月23日、9月22日和9月21日)与实时气象预报(9月25日)的时间距离，可将三个评估周期(9月23日、9月22日和9月21日)的权重分别设置为0.5、0.3和0.2。这里举例说明了为每个评估周期设置权重的方法，然而，本公开不限于此，也可根据其他标准为每个评估周期设置权重。

返回参照图1，在步骤S103中，可利用多个气象源的实时气象预报数据以及确定的各个气象源的评价指数，生成集合天气预报。

具体地讲，在步骤S103中，可基于各个气象源的评价指数，确定各个气象源的权重。然后，可提取多个气象源的实时气象预报数据中的目标气象要素。最后，可基于提取的目标气象要素以及相应的权重，生成集合天气预报。例如，如果存在五个气象源，则可将五个气象源按照评价指数的大小从大到小排序。评价指数最高的气象源可被赋予最大的权重，评价指数最低的气象源可被赋予最小的权重。如果目标气象要素为风速，则可从五个气象源的实时气象预报数据提取风速值，然后将每个风速值乘以相应的权重，并对所有乘积进行求和，可最终生成集合天气预报。在本公开中，不对气象源的数量、权重以及目标气象要素进行任何限制。

根据本公开的实施例的气象预报数据处理方法，基于多个气象要素而非单个气象要素，根据多个评价标准对气象源进行评价，并且基于每个气象源的评价，利用多个气象源的实时气象预报生成集合天气预报，能够显著提高实时天气预报的准确性与可靠性，进而能够提高风电场功率预测的准确性。

图3是示出根据本公开的实施例的气象预报数据处理装置的框图。

参照图3，根据本公开的实施例的气象预报数据处理装置300可包括数据获取单元310、气象源评价单元320和天气预报生成单元330。

数据获取单元310可获取风电场的多个气象源的历史气象预报数据以及风电场的历史气象观测数据。具体地讲，数据获取单元310可获取预定时间段内的多个气象源的历史气象预报数据以及历史气象观测数据。所述预定时间段可包括多个评估周期。每个气象源的历史气象预报数据包括多个气象要素的历史气象预报数据，历史气象观测数据包括多个气象要素的历史气象观测数据。如上所述，可通过设置在风电场的气象测量装置(例如但不限于测风塔)获取风电场的历史气象观测数据，并且N

气象源评价单元320可基于多个气象源的历史气象预报数据以及历史气象观测数据，确定各个气象源的评价指数。具体地讲，气象源评价单元320可针对多个气象源中的任意一个气象源，基于该任意一个气象源的多个气象要素的历史气象预报数据以及多个气象要素的历史气象观测数据，对该任意一个气象源进行准确性评价，并基于该任意一个气象源的准确性评价结果确定该任意一个气象源的评价指数。

针对多个评估周期中的每个评估周期，气象源评价单元320可基于相应评估周期内该任意一个气象源的多个气象要素的历史气象预报数据以及多个气象要素的历史气象观测数据，根据多个评价标准对该任意一个气象源进行准确性评价，以获得多个准确性评价结果，然后将每个准确性评价结果转换为相应的准确性分数，并将多个准确性分数计算为相应评估周期的分数。气象源评价单元320可基于所有评估周期的分数，确定该任意一个气象源的评价指数。如上所述，多个评价标准可包括但不限于以下项中的至少一项：均方根误差、平均绝对误差、相关性系数。

根据本公开的实施例，气象源评价单元320可基于获得每个准确性评价结果所使用的评价标准，将每个准确性评价结果转换为相应的准确性分数；根据每个准确性评价结果的重要程度，为每个准确性分数设置权重；并且基于多个准确性分数以及相应的权重，计算相应评估周期的分数。

可选择地，气象源评价单元320可将所有评估周期的分数的平均值确定为该任意一个气象源的评价指数。另一方面，气象源评价单元320可基于各个评估周期距实时气象预报的时间距离，为每个评估周期设置权重；并且基于所有评估周期的分数相应的权重，确定该任意一个气象源的评价指数。

天气预报生成单元330可利用多个气象源的实时气象预报数据以及确定的各个气象源的评价指数，生成集合天气预报。具体地讲，天气预报生成单元330可基于各个气象源的评价指数，确定各个气象源的权重；提取所述多个气象源的实时气象预报数据中的目标气象要素；并且基于提取的目标气象要素以及相应的权重，生成集合天气预报。

根据本公开的实施例的气象预报数据处理装置，基于多个气象要素而非单个气象要素，根据多个评价标准对气象源进行评价，并且基于每个气象源的评价，利用多个气象源的实时气象预报生成集合天气预报，能够显著提高实时天气预报的准确性与可靠性，进而能够提高风电场功率预测的准确性。

图4是示出根据本公开的实施例的计算装置的框图。

参照图4，根据本公开的实施例的计算装置400可包括处理器410和存储器420。处理器410可包括(但不限于)中央处理器(CPU)、数字信号处理器(DSP)、微型计算机、现场可编程门阵列(FPGA)、片上系统(SoC)、微处理器、专用集成电路(ASIC)等。存储器420存储将由处理器410执行的计算机程序。存储器420包括高速随机存取存储器和/或非易失性计算机可读存储介质。当处理器410执行存储器420中存储的计算机程序时，可实现如上所述的气象预报数据处理方法。

可选择地，计算装置400可以以有线/无线通信方式与风电场中的各种装置进行通信。此外，计算装置400可以以有线/无线通信方式与风电场外部的各种装置进行通信。

根据本公开的实施例的气象预报数据处理方法可被编写为计算机程序并被存储在计算机可读存储介质上。当所述计算机程序被处理器执行时，可实现如上所述的气象预报数据处理方法。计算机可读存储介质的示例包括：只读存储器(ROM)、随机存取可编程只读存储器(PROM)、电可擦除可编程只读存储器(EEPROM)、随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、闪存、非易失性存储器、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、蓝光或光盘存储器、硬盘驱动器(HDD)、固态硬盘(SSD)、卡式存储器(诸如，多媒体卡、安全数字(SD)卡或极速数字(XD)卡)、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘以及任何其他装置，所述任何其他装置被配置为以非暂时性方式存储计算机程序以及任何相关联的数据、数据文件和数据结构并将所述计算机程序以及任何相关联的数据、数据文件和数据结构提供给处理器或计算机使得处理器或计算机能执行所述计算机程序。在一个示例中，计算机程序以及任何相关联的数据、数据文件和数据结构分布在联网的计算机系统上，使得计算机程序以及任何相关联的数据、数据文件和数据结构通过一个或多个处理器或计算机以分布式方式存储、访问和执行。

根据本公开的实施例的气象预报数据处理方法和气象预报数据处理装置，基于多个气象要素而非单个气象要素，根据多个评价标准对气象源进行评价，并且基于每个气象源的评价，利用多个气象源的实时气象预报生成集合天气预报，能够显著提高实时天气预报的准确性与可靠性，进而能够提高风电场功率预测的准确性。

虽然已表示和描述了本公开的一些实施例，但本领域技术人员应该理解，在不脱离由权利要求及其等同物限定其范围的本公开的原理和精神的情况下，可以对这些实施例进行修改。