System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及氣象,例如涉及一種復雜地形下施工點的陣風風速預測方法及系統。
技術介紹
1、復雜的山區地形下,風速呈現出顯著的分布特征。山脈迎風一側通常表現出風速減緩的趨勢,因為山體阻擋了風流;而背風一側則常常呈現出風速加速的現象,形成地形風。在山谷和峽谷中,局部的風速會因地形的狹窄或寬闊而產生顯著變化,通常表現為谷底風速較高。此外,局部氣流如山谷風、山間谷地風等也會影響風速的分布,使得山區內部風速呈現出復雜而多樣的格局。地表摩擦、山脈的遮擋效應以及地形的不規則性都是導致復雜山區地形下風速分布特征的重要因素。
2、關注的施工點均位于200米高度以上的橋面,當陣風達到6級及以上時,會增加高空施工作業人員的安全風險,對高空作業使用的設備和機械產生負面影響,從而導致高空作業暫停或取消。
3、申請號為cn202311074474.6的中國專利申請,公開了一種橋梁施工過程中的防風預警方法,所述方法針對目標橋梁的各階段進行結構建模,獲取結構模型,同時基于所述目標橋梁所在地的歷史天氣數據,獲取風環境數據,再根據所述風環境數據,對所述結構模型進行風環境模擬,獲取預測結果,并根據預先設定的大風影響等級判定所述預測結果,獲取相應的大風影響等級,根據大風影響等級選擇對應的防風預警預案,最后根據施工現場采集的大風數據進行風險判定和防風預警預案執行。通過該方法,能獲取可靠的風險預測結果,能有效提供橋梁施工過程中的風險預警,減少或者避免因大風導致施工過程中的損失,并給出了相應的預警預案,能對風險的發生做出快速的響應。
4、
技術實現思路
1、為了對披露的實施例的一些方面有基本的理解,下面給出了簡單的概括。所述概括不是泛泛評述,也不是要確定關鍵/重要組成元素或描繪這些實施例的保護范圍,而是作為后面的詳細說明的序言。
2、本公開實施例提供了一種復雜地形下施工點的陣風風速預測方法及系統,能夠提高對目標施工點的風速預測精度。
3、在一些實施例中,一種復雜地形下施工點的陣風風速預測方法,包括:收集目標施工點的風速相關性要素數據和風速,其中,風速相關性要素數據為施工點上影響風速的要素;
4、將風速相關性要素數據和風速作為機器學習的輸入數據,訓練出施工點陣風風速預測模型,其中,所述施工點陣風風速預測模型用于根據風速相關性要素數據來預測風速;
5、采集風速相關性要素數據,輸入到施工點陣風風速預測模型中,來預測目標施工點的風速。
6、可選的,收集目標施工點的風速相關性要素數據和風速之前,還包括:
7、分析目標施工點潛在影響風速的要素,作為預選風速相關性要素;
8、對預選風速相關性要素根據對風速影響性進行排序,獲取預選風速相關性要素排序;
9、在預選風速相關性要素排序中,篩選出預設數量排名前列的預選風速相關性要素,作為風速相關性要素。
10、可選的,所述預選風速相關性要素包括觀測預選風速相關性要素和地理預選風速相關性要素。
11、可選的,觀測預選風速相關性要素,包括:氣壓、氣溫、降水、相對濕度和平均風速中的任一項或者多項。
12、可選的,地理預選風速相關性要素,包括:施工點的高程、起伏度、坡度、坡向的任一項或者多項。
13、可選的,風速相關性要素數據和風速分為訓練集和測試集。
14、可選的,施工點陣風風速預測模型為循環神經網絡模型。
15、在一些實施例中,公開了一種復雜地形下施工點的陣風風速預測系統,包括:
16、收集數據模塊,被配置為收集目標施工點的風速相關性要素數據和風速,其中,風速相關性要素數據為施工點上影響風速的要素;
17、訓練模型模塊,被配置為將風速相關性要素數據和風速作為機器學習的輸入數據,訓練出施工點陣風風速預測模型,其中,所述施工點陣風風速預測模型用于根據風速相關性要素數據來預測風速;
18、預測風速模塊,被配置為采集風速相關性要素數據,輸入到施工點陣風風速預測模型中,來預測目標施工點的風速。
19、在一些實施例中,公開了一種電子設備,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,所述處理器執行所述程序時,執行如上述的復雜地形下施工點的陣風風速預測方法。
20、在一些實施例中,公開了一種計算機可讀存儲介質,其上存儲有計算機程序,該程序被處理器執行如上述的復雜地形下施工點的陣風風速預測方法。
21、本公開實施例提供的一種復雜地形下施工點的陣風風速預測方法及系統、電子設備、存儲介質,可以實現以下技術效果:
22、本公開實施例收集目標施工點的風速相關性要素數據和風速,將風速相關性要素數據和風速作為機器學習的輸入數據,訓練出施工點陣風風速預測模型,實現預測目標施工點的風速。因此,本公開實施例能夠基于風速相關性要素數據和風速的關系,建立施工點陣風風速預測模型,從而提高了復雜地形下施工點的陣風風速預測的準確性。
23、以上的總體描述和下文中的描述僅是示例性和解釋性的,不用于限制本專利技術。
本文檔來自技高網...【技術保護點】
1.一種復雜地形下施工點的陣風風速預測方法,其特征在于,包括:
2.根據權利要求1所述的復雜地形下施工點的陣風風速預測方法,其特征在于,收集目標施工點的風速相關性要素數據和風速之前,還包括:
3.根據權利要求2所述的復雜地形下施工點的陣風風速預測方法,其特征在于,所述預選風速相關性要素包括觀測預選風速相關性要素和地理預選風速相關性要素。
4.根據權利要求3所述的復雜地形下施工點的陣風風速預測方法,其特征在于,觀測預選風速相關性要素,包括:氣壓、氣溫、降水、相對濕度和平均風速中的任一項或者多項。
5.根據權利要求3所述的復雜地形下施工點的陣風風速預測方法,其特征在于,地理預選風速相關性要素,包括:施工點的高程、起伏度、坡度、坡向的任一項或者多項。
6.根據權利要求1所述的復雜地形下施工點的陣風風速預測方法,其特征在于,風速相關性要素數據和風速分為訓練集和測試集。
7.根據權利要求1所述的復雜地形下施工點的陣風風速預測方法,其特征在于,施工點陣風風速預測模型為循環神經網絡模型。
8.一種復雜地形下施工
9.一種設備,其特征在于,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,所述處理器執行所述程序時,實現如權利要求1至7中任一項所述的方法。
10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該程序被處理器執行時實現如權利要求1至7中任一項所述的方法。
...【技術特征摘要】
1.一種復雜地形下施工點的陣風風速預測方法,其特征在于,包括:
2.根據權利要求1所述的復雜地形下施工點的陣風風速預測方法,其特征在于,收集目標施工點的風速相關性要素數據和風速之前,還包括:
3.根據權利要求2所述的復雜地形下施工點的陣風風速預測方法,其特征在于,所述預選風速相關性要素包括觀測預選風速相關性要素和地理預選風速相關性要素。
4.根據權利要求3所述的復雜地形下施工點的陣風風速預測方法,其特征在于,觀測預選風速相關性要素,包括:氣壓、氣溫、降水、相對濕度和平均風速中的任一項或者多項。
5.根據權利要求3所述的復雜地形下施工點的陣風風速預測方法,其特征在于,地理預選風速相關性要素,包括:施工點的高程、起伏度、...
【專利技術屬性】
技術研發人員:黃蔚薇,錢婭,宋麗莉,王斌,陳斌,何曉鳳,李英,陳鉆,王新,
申請(專利權)人:華風氣象傳媒集團有限責任公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。