【技术实现步骤摘要】
本专利技术涉及气象风险识别，具体地涉及一种基于动力降尺度技术的电力作业风险识别方法及一种基于动力降尺度技术的电力作业风险识别装置。
技术介绍
1、电力作业为电网的安全稳定运行提供了坚强的支撑和保障，在一线岗位守护着能源的供应的安全。电力作业多为户外作业，涉及高空作业、带电作业和近电作业等多种场景，受潜在的气象风险影响很大。因此，快速识别电力作业中面临的气象风险，对保障作业人员的人身安全和电力作业的顺利实施有着重要的意义。
2、由于电力作业的特殊性，电力作业气象风险识别对天气预报的准确率和时空分辨率都有很高的要求。目前，由于受预报模式本身的系统误差、观测资料误差、模式分辨率等因素的影响，加上大气非线性运动导致的复杂多变的物理过程，对大风、暴雨、高温、高湿等气象风险要素的预报准确率还有待提高，同电力作业对气象风险识别的高时空分辨率要求还有很大的差距，无法满足电力作业精准气象保障的技术支撑。
技术实现思路
1、为了克服现有技术中存在的上述技术问题，本专利技术实施例提供一种基于动力降尺度技术的电力作业风险识别方法及装置，通过对多源气象数据进行融合处理，提高数据分析精确性，并进一步对三维网格进行精确确定，从而实现降尺度效果，提高后续风险识别的精确性。
2、为了实现上述目的，本专利技术实施例提供一种基于动力降尺度技术的电力作业风险识别方法，所述方法包括：获取多源数据；对所述多源数据进行融合处理，生成数值预报模式分析场；基于所述数值预报模式分析场确定三维网格设置方案；基于
3、优选地，所述对所述多源数据进行融合处理，生成数值预报模式分析场，包括：基于预设协方差计算规则对所述多源数据进行观测误差分析，生成观测误差协方差特征；基于所述观测误差协方差特征生成目标函数，对所述目标函数进行及极小化处理，生成最优分析场；基于分析增量对所述最优分析场进行算子分析，生成对应的变分融合观测算子；基于所述多源数据和所述变分融合观测算子构建变分融合模型；基于所述变分融合模型执行数据融合操作，生成数值预报模式分析场。
4、优选地，所述对所述多源数据进行观测误差分析，生成观测误差协方差特征，包括：确定所述多源数据中不同变量的平衡信息；计算所述多源数据中不同变量的标准差；确定所述多源数据中不同变量在不同地理方向上的自伴随平滑因子；基于控制变量转换算法对所述平衡信息、所述标准差以及所述自伴随平滑因子进行处理，生成针对所述多源数据的观测误差协方差特征。
5、优选地，所述基于所述数值预报模式分析场确定三维网格设置方案，包括：基于所述数值预报模式分析场确定待分析物理参数；确定电力作业区域内的气候特征以及灾害特征；获取初始尺度数值预报系统；基于所述待分析物理参数、所述气候特征以及所述灾害特征对所述初始尺度数值预报系统进行处理，生成三维网格设置方案。
6、优选地，所述确定待分析物理参数，包括：对所述数值预报模式分析场进行物理参数匹配，生成初始参数；对所述初始参数进行敏感性分析，生成最敏感参数组合；基于预设优化特征对所述最敏感参数组合进行优化，生成待分析物理参数。
7、相应的，本专利技术还提供一种基于动力降尺度技术的电力作业风险识别装置，所述装置包括：数据获取单元，用于获取多源数据；融合单元，用于对所述多源数据进行融合处理，生成数值预报模式分析场；网格设置单元，用于基于所述数值预报模式分析场确定三维网格设置方案；提取单元，用于基于所述三维网格设置方案提取电力作业气象风险要素；识别单元，用于基于所述电力作业气象风险要素生成对应的风险识别结果。
8、优选地，所述融合单元包括：分析模块，用于基于预设协方差计算规则对所述多源数据进行观测误差分析，生成观测误差协方差特征；场生成模块，用于基于所述观测误差协方差特征生成目标函数，对所述目标函数进行及极小化处理，生成最优分析场；算子分析模块，用于基于分析增量对所述最优分析场进行算子分析，生成对应的变分融合观测算子；模型构建模块，用于基于所述多源数据和所述变分融合观测算子构建变分融合模型；融合模块，用于基于所述变分融合模型执行数据融合操作，生成数值预报模式分析场。
9、优选地，所述分析模块具体用于：确定所述多源数据中不同变量的平衡信息；计算所述多源数据中不同变量的标准差；确定所述多源数据中不同变量在不同地理方向上的自伴随平滑因子；基于控制变量转换算法对所述平衡信息、所述标准差以及所述自伴随平滑因子进行处理，生成针对所述多源数据的观测误差协方差特征。
10、优选地，所述网格设置单元包括：参数确定模块，用于基于所述数值预报模式分析场确定待分析物理参数；特征确定模块，用于确定电力作业区域内的气候特征以及灾害特征；系统获取模块，用于获取初始尺度数值预报系统；方案确定模块，用于基于所述待分析物理参数、所述气候特征以及所述灾害特征对所述初始尺度数值预报系统进行处理，生成三维网格设置方案。
11、优选地，所述参数确定模块具体用于：对所述数值预报模式分析场进行物理参数匹配，生成初始参数；对所述初始参数进行敏感性分析，生成最敏感参数组合；基于预设优化特征对所述最敏感参数组合进行优化，生成待分析物理参数。
12、通过本专利技术提供的技术方案，本专利技术至少具有如下技术效果：
13、通过从多个数据源获取电力作业场景的气象数据并对其进行融合处理，提高数据全面性，提高了后续进行风险识别的数据支撑力度；在此基础上，通过数值预报模式分析场进一步确定最佳的三维网格设置方案，从而实现降尺度效果，进一步提高对电力作业场景的气象风险识别精度，满足了企业的实际需求。
14、本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种基于动力降尺度技术的电力作业风险识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述多源数据进行融合处理，生成数值预报模式分析场，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述多源数据进行观测误差分析，生成观测误差协方差特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述数值预报模式分析场确定三维网格设置方案，包括：
5.根据权利要求4所述的方法，其特征在于，所述确定待分析物理参数，包括：
6.一种基于动力降尺度技术的电力作业风险识别装置，其特征在于，所述装置包括：
7.根据权利要求6所述的装置，其特征在于，所述融合单元包括：
8.根据权利要求7所述的装置，其特征在于，所述分析模块具体用于：
9.根据权利要求6所述的装置，其特征在于，所述网格设置单元包括：
10.根据权利要求9所述的装置，其特征在于，所述参数确定模块具体用于：
【技术特征摘要】
1.一种基于动力降尺度技术的电力作业风险识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述多源数据进行融合处理，生成数值预报模式分析场，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述多源数据进行观测误差分析，生成观测误差协方差特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述数值预报模式分析场确定三维网格设置方案，包括：
5.根据权利要求...
【专利技术属性】
技术研发人员：徐广阔，韩乐琼，沈璐炜，孙世军，杨振斌，周丽花，别念，杜进萍，王洁，孟鹏，冀颖，何朱琳，
申请(专利权)人：北京玖天气象科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。