一种基于WRF模式的风偏倒塔预警方法及系统与流程

本发明涉及信号预警，具体为一种基于wrf模式的风偏倒塔预警方法及系统。

背景技术：

1、数值天气预报是当下主流的天气预报方式，目前中国、美国、欧洲等国家和地区都会公布全球范围的数值天气预报数据。这些数据涵盖了天气状况、温度、湿度、降水等多种气象要素，这些气象要素预报对于人们的日常生活和各行各业的决策具有重要的意义。其中，电力系统受气象灾害的影响巨大，而风偏倒塔就是其中最主要的灾害之一。

2、结合气象预报数据和杆塔数据，为电力系统提供杆塔级的风偏倒塔关键因子和预警指数预报，给电力系统提供辅助决策，可以降低气象灾害带来的损失。而如何充分利用模式预报数据，提高模式的时空分辨率，并结合电力系统的杆塔数据，给电力系统做针对性的杆塔级风偏倒塔预报预警是一个难题。

3、现有技术中使用模式数据和观测数据做回归建模，建立了预报量和局地天气观测资料之间的统计关系，得到大风统计诊断预报模型，实现未来24小时的风速预测，再根据钢的承载极限变化特征建立基于预报风速的杆塔倒塔概率模型，进而预报杆塔倒塔概率，实现覆盖区域的风灾预警。但该杆塔倒塔概率模型完全依赖于风速预报，如果无法准确预报风速，根据模型计算的倒塔概率会有很大的误差。

4、而wrf是区域气候模式，将美国公开发布的gfs全球预报数据作为wrf模式的输入运行，可以得到更精细的预报数据，实现预报区域公里级分钟级的预报。虽然基于wrf区域气候模式，能够实现预报区域公里级分钟级的预报，但是由于气象数据和杆塔数据不统一的问题，并没有和电力系统结合，不能得到风偏倒塔的预警分析。

5、而且目前绝大多数气象预报都没有和电力系统结合起来，虽然有大量的气象观测预报数据，却没有充分使用，电力系统的气象灾害预警没有精确落实到输电线路杆塔上。

技术实现思路

1、发明目的：本发明针对上述现有技术中存在的问题，构建了一种基于wrf模式的风偏倒塔预警方法，本发明还提出一种基于wrf模式的风偏倒塔预警系统。

2、技术方案：本发明的一方面，提供一种基于wrf模式的风偏倒塔预警方法，该方法包括以下步骤：

3、s1选定一个预警区域，并结合其多年的倒塔数据进行wrf模式模拟，确定适应于所述预警区域的参数化方案；

4、s2提取风偏倒塔关键因子，并使用wrf模式模拟的杆塔倒塔个例数据计算每个关键因子的权重，从而构建风偏倒塔预警指数范围；其中，一次杆塔倒塔事件对应的强对流大风天气过程为一次个例，选取强对流大风发生的时间，使用wrf模式做模拟，模拟24小时，输出的数据为杆塔倒塔个例数据；

5、s3基于得到的所述最优参数化方案，并采用所述风偏倒塔预警指数范围进行风偏倒塔关键因子预报和预警指数预报，以对所述选定预警区域内的风偏倒塔进行预警；

6、s4将空间分辨率为若干公里的风偏倒塔关键因子预报数据，插值到杆塔位置上，以进行杆塔级别的风偏倒塔因子预报。

7、进一步的，包括：

8、所述步骤s1中，确定适应于所述预警区域的参数化方案包括：结合所述预警区域多年的倒塔数据，基于wrf模式进行模拟，分别使用wrf模式的多个物理过程参数化方案模拟倒塔个例，并与倒塔时的风速做比较，进行检验，最后，选取均方根误差rmse最低的参数化方案作为所述预警区域的参数化方案。

9、进一步的，包括：

10、所述步骤s2中，提取风偏倒塔关键因子，具体的包括以下步骤：

11、s21使用wrf模拟数据分别计算倒塔发生时每个对流因子的值、倒塔前半小时到倒塔时各对流因子的平均值和所有个例中各因子的平均值；

12、s22通过上述三个值来构建模糊矩阵的差异性指标和稳定性指标；

13、s23基于相对偏差模糊矩阵评价技术，计算各对流因子权重，从大到小排序，挑选排名靠前的因子重新计算，并结合风速因素替换已挑选的因子，得到风偏倒塔的关键因子。

14、进一步的，包括：

15、所述步骤s22中，由倒塔发生时各因子的值和倒塔前半小时到倒塔时各对流因子的平均值构建差异性指标，再由倒塔发生时各因子的值和所有个例中各因子的平均值构建稳定性指标，再将差异性指标和稳定性指标整理成相对偏差模糊矩阵评价技术所需的格式。

16、进一步的，包括：

17、模糊矩阵中的效益型指标采用差异性指标表示，模糊矩阵中的成本型指标采用稳定性指标表示，具体的：

18、效益型指标对应的是因子在倒塔个例发生时与平均态的差异性，表示为：

19、

20、成本型指标对应的是因子的稳定性，表示为：

21、

22、其中，j代表某个对流因子，k＝1,2…,h，h为个例数，xjk为第k个个例中因子j在倒塔发生时的值，为第k个个例中因子j倒塔前半小时到倒塔时的平均值，为因子j在h个个例倒塔时的平均值。

23、进一步的，包括：

24、所述步骤s23中，考虑到风速与倒塔具有强相关性，保留10m风速，0-1km、0-3km、0-6km风切变，1000hpa风速和k指数作为必选对流因子，经过相对偏差模糊矩阵评价技术计算必选对流因子权重，所述必选对流因子的权重值按照从大到小排列，若上述必选对流因子不在前m个之中，则按从大到小排序，依次删除已选的权重小的参数并用必选因子代替，由此得到风偏倒塔的多个关键因子，m≥15。

25、进一步的，包括：

26、所述步骤s2中，使用wrf模式模拟的杆塔倒塔个例数据计算每个关键因子的权重，从而构建风偏倒塔预警指数范围，具体包括：

27、s24通过最大最小归一化对得到的关键因子进行处理，再将权重和对应关键因子值归一化后的值相乘并求和，得到风偏倒塔预警指数；

28、s25对当前杆塔倒塔时刻以及倒塔前6、12、18、24、30min等多个时间间隔的各关键因子的值进行归一化处理，采用线性插值的方法，得到不同时间下对应关键因子在各杆塔的值，用关键因子在当前杆塔的值与对应的权重相乘并求和，得到多个时间间隔下对应的指数；

29、s26根据设置的时间间隔，根据倒塔时刻计算的各杆塔对应的指数，得到不同杆塔倒塔时的指数范围，并进而根据倒塔前6、12、18、24、30min计算的各杆塔指数得到未倒塔的指数范围。

30、进一步的，包括：

31、所述步骤s26还包括，根据上述指数范围，采用均值法构建预警阈值指标，即以所有倒塔个例的指数得到倒塔指数的平均值，其作为红色预警的阈值，以倒塔指数的最小值，作为黄色预警的阈值。

32、进一步的，包括：

33、所述步骤s24中，具体包括：

34、对各个关键因子进行归一化处理，归一化公式如下：

35、

36、其中，x是原始数据，x_min和x_max分别是原始数据的最小值和最大值，y是归一化后的数据；

37、将归一化后的数据与对应权重相乘再求和，便得到了对应的强对流灾害天气指数。公式如下：

38、index＝w1*a1+w2*a2+w3*a3+......+wm*am

39、其中，index为风偏倒塔预警指数，a1,a2,a3……am是关键因子数据归一化后的值，w1,w2,w3……wm为关键因子对应的权重。

40、另一方面，本发明还提供一种基于wrf模式的风偏倒塔预警系统，该系统包括：

41、参数化方案确定模块，用于选定一个预警区域，并结合其多年的倒塔数据进行wrf模式模拟，确定适应于所述预警区域的参数化方案；

42、风偏倒塔预警指数范围构建模块，用于提取风偏倒塔关键因子，并使用wrf模式模拟的杆塔倒塔个例数据计算每个关键因子的权重，从而构建风偏倒塔预警指数范围；其中，一次杆塔倒塔事件对应的强对流大风天气过程为一次个例，选取强对流大风发生的时间，使用wrf模式做模拟，模拟24小时，输出的数据为杆塔倒塔个例数据；

43、预警模块，用于采用所述风偏倒塔预警指数范围，进行风偏倒塔关键因子预报和预警指数预报，以对所述选定预警区域内的风偏倒塔进行预警；

44、预报模块，用于将空间分辨率为若干公里的风偏倒塔关键因子预报数据，插值到杆塔位置上，以进行杆塔级别的风偏倒塔因子预报。

45、有益效果：相比现有技术，本发明具有以下优点：

46、(1)本发明通过使用模糊矩阵筛选风偏倒塔关键因子并计算其权重，使用wrf模式做预报，根据预报数据提取计算关键因子，并得到杆塔级的风偏倒塔预警指数，不仅将气象和电力结合了起来，充分利用了气象数据，还实现了杆塔级的关键因子预报和风偏倒塔预报预警，为风偏倒塔预报预警提供了决策支持，降低气象灾害给电力灾害带来的损失风险。

47、(2)本发明中wrf预报使用的参数化方案适用于模拟的区域，预报效果更好，且风偏倒塔预报预警不单单依赖于风速的预报，而是依赖于多个气象因子，综合利用多个气象因子实现对风偏倒塔的预报预警，有利于提高预报的准确性。