【技術實現步驟摘要】
本專利技術涉及氣象數據分析，特別是涉及一種多源氣象數據集成與智能分析系統。
技術介紹
1、新能源功率預測，就是將氣象要素預報結論輸入發電功率模型，然后計算出風、光電場能發多少度電，再據此形成生產調度計劃，從而做好運行安排、電力輸送，因此，氣象數據預報結果是影響新能源功率預測精度的重要因素之一。
2、現有技術中，大多數采用單一的氣象計算指標對氣象數據準確度進行評估，上述方法簡單且綜合性較低，降低了氣象數據預報的評估準確度，且氣象數據處理量較大，無法快速提供滿足用戶需求的氣象數據，降低新能源市場交易決策的精準性和時效性。
技術實現思路
1、為解決上述技術問題，本專利技術提供了一種多源氣象數據集成與智能分析系統，通過對多源氣象數據進行集成處理并建立多個氣象指標，構建多個氣象指標評估模型，根據氣象指標評估模型和優先系數，得到每個氣象指標的指標評估值，根據同一氣象數據的多個氣象指標的指標評估值得到當前氣象數據預報結果并進行可視化展示，提高氣象數據預報的評估準確度，可快速提供滿足用戶需求的氣象數據，提高新能源市場交易決策的精準性和時效性。
2、本專利技術提供了一種多源氣象數據集成與智能分析系統，包括：
3、建立模塊，用于建立多源氣象數據的若干氣象指標，獲取氣象指標的歷史信息，根據歷史信息設定對應氣象指標的優先系數；
4、生成模塊，用于根據氣象指標生成氣象指標評估模型，并建立氣象指標與氣象指標評估模型間的對應關系；
5、評估模塊，用于計
6、可視化模塊，用于根據同一氣象數據的每個氣象指標的指標評估值，生成對應氣象數據的預報結果，將預報結果進行可視化展示。
7、在本專利技術的一些實施方式中，所述氣象指標包括多源氣象數據預報的均方根誤差、完整率、有效率、相關性和mae。
8、在本專利技術的一些實施方式中，根據歷史信息設定對應氣象指標的優先系數，包括：
9、獲取氣象指標的歷史信息，所述歷史信息包括生成標識、相關標識和運用標識；
10、根據氣象指標的生成標識確定當前氣象指標的初始獲取形態和最終生成形態，按照初始獲取形態和最終生成形態，從標識-公式數據庫中調取相關公式，對相關公式進行仿真模擬，得到每個相關公式的計算時間，并按照相關公式的計算順序和計算時間得到對應氣象指標的生成框架，根據生成框架的路線長度設定對應氣象指標的生成時間；
11、根據氣象指標的多個完成標識，得到多個完成標識對應的氣象指標的歷史氣象指標變化曲線，根據多個歷史氣象指標變化曲線以及對應歷史預報結果生成歷史氣象指標變化曲線的歷史預報結果的預報率均值，根據預報成功率閾值篩選出異常歷史氣象指標變化曲線的個數，并生成當前氣象指標的預報穩定性；
12、根據氣象指標的運用標識確定第一運用頻率和第二運用頻率，根據第一運用頻率得到對應氣象指標的單獨使用次數的第一影響權重，根據第二運用頻率得到對應氣象指標的聯合使用次數的第二影響權重，根據第一影響權重和第二影響權重生成對應氣象指標的綜合影響權重；
13、根據氣象指標的生成時間、預報穩定性以及綜合影響權重生成對應氣象指標的優先系數。
14、在本專利技術的一些實施方式中，根據氣象指標的生成時間、預報穩定性以及綜合影響權重生成對應氣象指標的優先系數，包括：
15、所述優先系數的計算公式為：
16、k＝a1*e1*t+a2*e2*w+a3*e3*(u1*r1+u2*r2)/n；
17、其中，k為優先系數，a1為生成時間轉換系數，e1為生成時間對應的權重系數，t為生成時間，a2為預報穩定性轉換系數，e2為預報穩定性對應的權重系數，w為預報穩定性，a3為綜合影響權重轉換系數，e3為綜合影響權重對應的權重系數，(u1*r1+u2*r2)/n為綜合影響權重，u1為第一影響權重，r1為第一影響權重的權重系數，u2為第二影響權重，r2為第二影響權重的權重系數，n為單獨使用次數和聯合使用次數的綜合次數；
18、根據同一氣象數據的多個氣象指標的優先系數與預設優先系數閾值之間的關系，設置對應氣象指標的標簽信息；
19、預先設定第一預設優選系數閾值和第二預設優先系數閾值；
20、當優選系數處于第一預設優先系數閾值時，向對應氣象指標設置忽略標簽；
21、當優選系數處于第一預設優先系數閾值和第二預設優先系數閾值時，向對應天氣指標設置次要標簽；
22、當優選系數大于第二預設優先系數閾值時，向對應氣象指標設置重要標簽，并進行緩存處理。
23、在本專利技術的一些實施方式中，根據氣象指標生成氣象指標評估模型，包括：
24、獲取每個氣象指標在歷史時段的指標相關數據以及歷史指標評估值；
25、根據指標相關數據和歷史指標評估值生成訓練集數據和測試集數據；
26、根據訓練集數據生成氣象指標評估模型，根據測試集數據生成氣象指標評估模型的可信度；
27、預設可信度閾值；
28、若氣象指標評估模型的可信度小于可信度閾值，則對訓練集數據進行迭代訓練，并重新生成氣象指標評估模型，直至可信度大于可信度閾值，停止迭代訓練；
29、若氣象指標評估模型的可信度大于可信度閾值，生成氣象指標評估模型的索引標簽；
30、建立氣象指標－索引標簽映射表，根據氣象指標-索引標簽映射表生成氣象指標評估模型與氣象指標之間的對應關系。
31、在本專利技術的一些實施方式中，基于氣象指標評估模型以及優先系數，確定當前氣象數據的每個氣象指標的指標評估值，包括：
32、獲取當前氣象數據的氣象指標，并基于氣象指標－索引標簽映射表篩選出當前氣象指標對應的氣象指標評估模型；
33、將氣象指標當前預設時段的指標相關數據輸入至對應的氣象指標評估模型中，得到當前氣象指標的第一指標評估值；
34、根據第一指標評估值以及對應氣象指標的優先系數，生成當前氣象指標的指標評估值g；
35、g＝g1*k；
36、其中，g1為當前氣象指標的第一指標評估值。
37、在本專利技術的一些實施方式中，根據同一氣象數據的每個氣象指標的指標評估值，生成對應氣象數據的預報結果，包括：
38、將同一氣象數據的每個氣象指標的指標評估值進行均值化處理，得到對應氣象數據的評估均值；
39、預先設定第一預設評估均值區間，第二預設評估均值區間和第三預設評估均值區間；
40、當氣象數據的評估均值處于第一預設評估均值區間時，則當前氣象數據的預報結果為錯誤預測；
41、當氣象數據的評估均值處于第二預設評估均值區間時，則當前氣象數據的預報結果為偏差預測；
42、當氣象數據的評估均值處于第三預設評估均值區間時，則當前本文檔來自技高網...
【技術保護點】
1.一種多源氣象數據集成與智能分析系統，其特征在于，包括：
2.如權利要求1所述的多源氣象數據集成與智能分析系統，其特征在于，所述氣象指標包括多源氣象數據預報的均方根誤差、完整率、有效率、相關性和MAE。
3.如權利要求2所述的多源氣象數據集成與智能分析系統，其特征在于，根據歷史信息設定對應氣象指標的優先系數，包括：
4.如權利要求3所述的多源氣象數據集成與智能分析系統，其特征在于，根據氣象指標的生成時間、預報穩定性以及綜合影響權重生成對應氣象指標的優先系數，包括：
5.如權利要求4所述的多源氣象數據集成與智能分析系統，其特征在于，根據氣象指標生成氣象指標評估模型，包括：
6.如權利要求5所述的多源氣象數據集成與智能分析系統，其特征在于，基于氣象指標評估模型以及優先系數，確定當前氣象數據的每個氣象指標的指標評估值，包括：
7.如權利要求6所述的多源氣象數據集成與智能分析系統，其特征在于，根據同一氣象數據的每個氣象指標的指標評估值，生成對應氣象數據的預報結果，包括：
8.如權利要求7所述的多源氣象數
...【技術特征摘要】
1.一種多源氣象數據集成與智能分析系統，其特征在于，包括：
2.如權利要求1所述的多源氣象數據集成與智能分析系統，其特征在于，所述氣象指標包括多源氣象數據預報的均方根誤差、完整率、有效率、相關性和mae。
3.如權利要求2所述的多源氣象數據集成與智能分析系統，其特征在于，根據歷史信息設定對應氣象指標的優先系數，包括：
4.如權利要求3所述的多源氣象數據集成與智能分析系統，其特征在于，根據氣象指標的生成時間、預報穩定性以及綜合影響權重生成對應氣象指標的優先系數，包括：
5.如權利要求...
【專利技術屬性】
技術研發人員：李毅，鐘明，王春森，米子靜，王志勇，延衛忠，張昕，李亞軍，李永斌，
申請(專利權)人：中國華能集團有限公司，
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。