【技术实现步骤摘要】
本申请涉及水电运维、数据处理，尤其涉及一种基于流域梯级发电的调度趋势预测方法及系统。
技术介绍
1、随着目前国内光伏、风电等间歇性新能源大规模发展和接入电网，对水电站群调峰、调频能力提出了更高的要求。由于风电、光伏等新能源呈现随机性、间歇性和波动性的特点，水电站群调度运行中需要比以往更加全面、准确地预测后期运行趋势，以便及时预测出各类潜在的运行风险并采取相应的预控措施，尽量避免出现水位越限、出力受阻等不利情况，确保水电站群能够随时对各类间歇性新能源进行有效补偿调节。
2、调度环节可以分为以水定电和以电定水两种方式，其中以水定电是指将调度期内的可用水量作为边界约束条件，寻求总发电量最大的优化方案。以电定水是指将调度期内的有功负荷曲线或实时有功设定值作为边界约束条件，寻求总耗水量或耗能量最小的优化方案。两种方式均需要考虑水量平衡、库水位上下限、库水位变幅、电站出力上下限、发电流量上下限等各类约束。
3、不管采用何种方式，均需要调度人员确定水电站群调度方案后，上报给电力调度机构审批，并由电力调度机构将修正后的有功负荷曲线或实时有功设定值下达给水电站群集控中心监控系统，或直接下达给各水电厂计算机监控系统，而实质上现有的模型计算的方式对调度人员的辅助效果差，效率低下。
技术实现思路
1、本申请实施例提供一种基于流域梯级发电的调度趋势预测方法及系统，用以基于各级电站的水库的入库及调度计划，基于模型的方式直观呈现可用的调度用水，提高对调度人员的辅助效率。
2、
3、预先建立各级水库的地形模型，并在梯级流域的各级电站的站级运行界面关联所述地形模型；
4、通过各级水库的坝前监控设备获取水库坝前的图像数据，其中所述图像数据至少覆盖有部分水库水域以及水库边界；
5、基于所述图像数据识别出当前水库的水域边界；
6、将所识别出的水域边界映射至所述地形模型；
7、在各级电站的站级运行界面，基于所述地形模型的映射状态，以及，根据关联电站的调度数据，逐级执行调度趋势预测。
8、可选的，通过各级水库的坝前监控设备获取水库坝前的图像数据包括：
9、确定电站的调度计划时刻，根据各调度计划时刻，在所述坝前监控设备所采集的视频数据中，截取指定时长的视频数据；
10、从所述视频数据中，提取出清晰度最大的多张图像数据作为获取的图像数据。
11、可选的，从所述视频数据中，提取出清晰度最大的多张图像数据作为获取的图像数据包括：
12、对光照情况良好环境下采集的视频数据，直接提取出清晰度最大的多张图像数据作为获取的图像数据；
13、对光照情况低于预设光照强度环境下采集的视频数据，根据任一视频帧的颜色直方图，确定亮度最大的图像区域，并基于所述图像区域分割出子图像，以根据分割出的子图像的清晰度确定获取到的图像数据。
14、可选的，基于所述图像数据识别出当前水库的水域边界包括：
15、在所获取到的图像数据中根据水域像素区间识别水域范围，在所述水域范围的像素边界之外的预设像素距离提取参考边界，并确定所述参考边界与所述像素边界之间的像素分布；
16、利用边缘检测算法检测获取到的图像数据中的边界数据；
17、根据所述像素分布将所述边界数据分割为多个边界段；
18、从所述多个边界段所对应的像素分布中，确定出与所述水域像素区间像素偏差大的边界段，作为当前水库的水域边界。
19、可选的，将所识别出的水域边界映射至所述地形模型包括：
20、预先在所述地形模型配置多个参考点；
21、确定根据配置的参考点，确定任一参考点在所述图像数据中的位置；
22、根据所述参考点，以及所述水域边界对应的边界段，在所述地形模型填充水平的水域数据，以将所识别出的水域边界映射至所述地形模型。
23、可选的，在从所述多个边界段所对应的像素分布中，确定出多个不连续的边界段的情况下，还包括：
24、选定其中一个边界段的根据所述参考点，以及所述水域边界对应的边界段，在所述地形模型填充水平的水域数据；以及，
25、将其他边界段映射至所述地形模型，以根据其他边界段与填充的水域数据之间的位置关系，对填充的水域数据进行修正。
26、可选的，还包括预先配置预设时长的时间窗口，其中所述时间窗口覆盖多个顺序的调度计划时刻；
27、通过所述时间窗口截取在先同时段调度计划时刻的地形模型的边界信息；
28、根据所述同时段调度计划时刻的负荷信息以及地形模型的边界信息，以判断当前时刻地形模型的边界信息是否在偏差范围内，以及，在超过偏差范围的情况下，对当前时刻地形模型的边界信息进行修正。
29、可选的，在各级电站的站级运行界面，基于所述地形模型的映射状态，以及，根据关联电站的调度数据，逐级执行调度趋势预测包括：
30、在各级电站的站级运行界面呈现所述地形模型的映射状态；
31、根据调度计划进行趋势拟合，基于趋势拟合的调度计划确定发电耗水量最大值，以及，根据经验数据获取水库的入库水量；
32、根据所述发电耗水量最大值以及入库水量，基于呈现的映射状态进行调度趋势的关联展示，并将确定的上一级电站的发电耗水量最大值引入下一级电站的入库流量中，以逐级执行调度趋势预测及关联展示，其中所述关联展示用于基于呈现的映射状态将水量的增减部分区域以闪烁的方式与调度趋势进行关联呈现。
33、本申请实施例还提出一种基于流域梯级发电的调度趋势预测系统，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如前述的基于流域梯级发电的调度趋势预测方法的步骤。
34、本申请实施例的方法能够基于各级电站的水库的入库及调度计划，基于模型的方式直观呈现可用的调度用水，提高对调度人员的辅助效率。
35、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种基于流域梯级发电的调度趋势预测方法，其特征在于，包括：
2.如权利要求1所述的基于流域梯级发电的调度趋势预测方法，其特征在于，通过各级水库的坝前监控设备获取水库坝前的图像数据包括：
3.如权利要求2所述的基于流域梯级发电的调度趋势预测方法，其特征在于，从所述视频数据中，提取出清晰度最大的多张图像数据作为获取的图像数据包括：
4.如权利要求3所述的基于流域梯级发电的调度趋势预测方法，其特征在于，基于所述图像数据识别出当前水库的水域边界包括：
5.如权利要求4所述的基于流域梯级发电的调度趋势预测方法，其特征在于，将所识别出的水域边界映射至所述地形模型包括：
6.如权利要求5所述的基于流域梯级发电的调度趋势预测方法，其特征在于，在从所述多个边界段所对应的像素分布中，确定出多个不连续的边界段的情况下，还包括：
7.如权利要求5所述的基于流域梯级发电的调度趋势预测方法，其特征在于，还包括预先配置预设时长的时间窗口，其中所述时间窗口覆盖多个顺序的调度计划时刻；
8.如权利要求5所述的基于流域梯级发电的
9.一种基于流域梯级发电的调度趋势预测系统，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的基于流域梯级发电的调度趋势预测方法的步骤。
...【技术特征摘要】
1.一种基于流域梯级发电的调度趋势预测方法，其特征在于，包括：
2.如权利要求1所述的基于流域梯级发电的调度趋势预测方法，其特征在于，通过各级水库的坝前监控设备获取水库坝前的图像数据包括：
3.如权利要求2所述的基于流域梯级发电的调度趋势预测方法，其特征在于，从所述视频数据中，提取出清晰度最大的多张图像数据作为获取的图像数据包括：
4.如权利要求3所述的基于流域梯级发电的调度趋势预测方法，其特征在于，基于所述图像数据识别出当前水库的水域边界包括：
5.如权利要求4所述的基于流域梯级发电的调度趋势预测方法，其特征在于，将所识别出的水域边界映射至所述地形模型包括：
6.如权利要求5所述的基于流域梯级发电的调度趋势...
【专利技术属性】
技术研发人员：刘伟，陈洁杰，韩清禹，蒋辽骥，刘建立，李连杰，王子铭，吴永震，李燕伟，刘芮汐，吴善锋，葛瑜，宗伟，范育勋，颜炳涛，孟林赋，
申请(专利权)人：华能西藏雅鲁藏布江水电开发投资有限公司，
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。