申请/专利权人：华东交通大学

申请日：2023-12-01

公开（公告）日：2024-04-05

公开（公告）号：CN117829010A

主分类号：G06F30/28

分类号：G06F30/28;G06Q10/04;G06Q50/06;G06F119/14;G06F113/06;G06F113/08;G06F111/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明公开了一种基于WRF和CFD数据耦合的中期风速预测方法，考虑中尺度气象效应，一方面利用WRF模拟开展中期预报，识别得到关键网格节点的WRF模拟高空预报风数据；另一方面，针对目标位置建立微尺度CFD模型，开展16个风向的CFD数值模拟，以考虑局部地形效应，得到关键网格节点和目标位置的CFD模拟高空预报风数据；基于距离反比例加权法得到目标位置的高空预报风速；最后，利用目标位置近期观测数据推算得到指数律系数，得到目标位置的低空中期预测风速，以避免WRF模式对于近地面风场模拟精度差的问题；综合以上，本发明同时考虑中尺度气象效应和微尺度地形效应，能够有效避免WRF模式对于近地面风场模拟精度差的问题，大大提高风速预测的准确性和可靠性。

主权项：1.一种基于WRF和CFD数据耦合的中期风速预测方法，其特征在于：包括如下步骤：步骤一：采集数据：收集NWP中期预测数据，时长为14天，时间分辨率为6h；收集GIS地形数据，分辨率为30m；收集目标位置风速风向序列实测数据；步骤二：获取WRF高空数据和CFD高空数据：WRF高空数据获取方法为：WRF模拟：针对目标位置，建立WRF预报模式，以NWP中期预测数据作为输入源，得到考虑中尺度气象效应的未来一段时间目标位置附近的气象信息，即得到WRF中期模拟数据；WRF高空数据：针对WRF中期模拟数据，以目标位置为中心，识别附近的关键网格节点位置，提取关键网格节点位置处WRF模拟的高空风速数据，记为UWRFi,θ,t，其中U表示风速，i表示第i个关键网格节点，t表示时刻，θ表示t时刻的风向；CFD高空数据获取方法为：CFD模拟：针对目标位置，建立微尺度CFD地形模型，并开展16个风向角的风场数值模拟，得到CFD全风向风场模拟数据库；CFD高空数据：从CFD全风向风场模拟数据库内提取每个关键网格节点以及目标位置在16个风向上的CFD高空数据，计算目标位置相对于关键网格节节点位置的风速比，记为RCFDi,θ；步骤三：订正后低空数据：采用距离反比例加权法，结合WRF高空数据和CFD高空数据，得到目标位置的高空数据UCFDθ,t，利用指数律变换得到订正后的目标位置低空数据Uθ,t，即得到了中期风速预测结果。

全文数据：

权利要求：

百度查询： 华东交通大学 基于WRF和CFD数据耦合的中期风速预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD