CN110390117B - 一种雷暴起电过程的数值模拟方法和系统 - Google Patents
一种雷暴起电过程的数值模拟方法和系统 Download PDFInfo
- Publication number
- CN110390117B CN110390117B CN201810359605.8A CN201810359605A CN110390117B CN 110390117 B CN110390117 B CN 110390117B CN 201810359605 A CN201810359605 A CN 201810359605A CN 110390117 B CN110390117 B CN 110390117B
- Authority
- CN
- China
- Prior art keywords
- water
- thundercloud
- electrification
- thunderstorm
- mixing ratio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 97
- 238000004088 simulation Methods 0.000 title claims abstract description 62
- 239000002245 particle Substances 0.000 claims abstract description 95
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 29
- 230000005684 electric field Effects 0.000 claims abstract description 12
- 230000006698 induction Effects 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000011161 development Methods 0.000 claims description 13
- 238000004540 process dynamic Methods 0.000 claims description 12
- 238000002474 experimental method Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 abstract description 9
- 238000009826 distribution Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 11
- 239000000126 substance Substances 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001939 inductive effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- VTYYLEPIZMXCLO-UHFFFAOYSA-L Calcium carbonate Chemical compound [Ca+2].[O-]C([O-])=O VTYYLEPIZMXCLO-UHFFFAOYSA-L 0.000 description 1
- 208000025274 Lightning injury Diseases 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- -1 rain Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种雷暴起电过程的数值模拟方法和系统，包括：计算水成物粒子混合比参数同气象因子之间的统计关系；基于雷暴天气的观测数据和水成物粒子混合比参数同普通气象因子之间的统计关系，得到雷云微物理参数化方案；基于水成物粒子混合比参数同普通气象因子之间的统计关系和雷云微物理参数化方案，进行水成物粒子碰撞起电过程数值模拟。该方法和系统通过数值模拟，可实现雷云位置、空间电场分布等雷暴起电过程重要要素的数值预报。通过针对杆塔级、线路级的雷电强度、运动轨迹、云地闪等参量的数值模拟预报，可实现预报要素更全面、更为精细化、时效性更长的输电通道雷电预警。
Description
技术领域
本发明属于电力气象技术领域，具体涉及一种雷暴起电过程的数值模拟方法和系统。
背景技术
雷击是影响输电线路安全稳定运行的主要因素之一，可能造成同一个通道内多条线路同时跳闸，导致一个输电断面的功率损失。现有输电网分布广、线路长，长期遭受雷击危害。以2005年以来中国国家电网公司统计的数据可知，输电线路雷击跳闸占总跳闸次数的42.0％，雷击故障停运占总故障停运次数的11.9％。因此雷电已成为影响电网安全可靠运行的重要灾害天气。
目前，现有试点应用的雷电预警系统，是基于对雷电监测信息的时间序列分析，判断附近区域在未来一段时间内会不会发生雷电活动，虽实现了面向输电线路级别的雷电短期临近预警功能，但实质仅解决了很短时间内(15min以内)有无雷暴的问题，而无法实现较长时间(如36小时)的精细化雷暴预警，也无法对电网关心的雷电强度、路径、云地闪等重要参数进行预报，对于降低雷击危害的作用非常有限。
发明内容
为克服上述现有技术无法实现较长时间的精细化雷暴预警的不足，本发明提出一种雷暴起电过程的数值模拟方法和系统。该方法和系统基于定制化电力气象数值模式，提出雷电形成的关键过程——雷暴起电过程的数值模拟技术，为实现输电通道雷暴全生命过程预报，延长预报时效，提升预警准确率奠定技术基础。支撑针对杆塔级、线路级的雷电强度、运动轨迹、云地闪等参量的数值预报，实现预报要素更全面、更为精细化、时效性更长的通道雷电预警。
实现上述目的所采用的解决方案为：
一种雷暴起电过程的数值模拟方法，其改进之处在于：
计算水成物粒子混合比参数同气象因子之间的统计关系；
基于雷暴天气的观测数据和所述水成物粒子混合比参数同普通气象因子之间的统计关系，得到雷云微物理参数化方案；
基于所述水成物粒子混合比参数同普通气象因子之间的统计关系和所述雷云微物理参数化方案，进行水成物粒子碰撞起电过程数值模拟。
本发明提供的第一优选技术方案，其改进之处在于，所述计算水成物粒子混合比参数同普通气象因子之间的统计关系，包括：
基于获取的历史资料和天气再分析数据，提取雷暴天气时期的气象因子数据；
基于所述天气再分析数据，采用WRF获取水成物粒子混合比参数；
计算所述水成物粒子混合比参数同普通气象因子之间的统计关系；
其中所述历史资料包括：天气雷达资料、雷电定位资料和起电实验观测资料。
本发明提供的第二优选技术方案，其改进之处在于，所述基于雷暴天气的观测数据和所述水成物粒子混合比参数同普通气象因子之间的统计关系，得到雷云微物理参数化方案，包括：
基于雷暴天气的观测数据，对雷云进行识别；
基于雷云识别结果和所述水成物粒子混合比参数同普通气象因子之间的统计关系，确定次网格雷云生成及发展过程的动力描述方程；
基于所述次网格雷云生成及发展过程的动力描述方程并结合中尺度数值模式WRF的次网格离散方案，得到雷云微物理参数化方案。
本发明提供的第三优选技术方案，其改进之处在于，所述基于所述水成物粒子混合比参数同普通气象因子之间的统计关系和所述雷云微物理参数化方案，进行水成物粒子碰撞起电过程数值模拟，包括：
基于所述水成物粒子混合比参数同普通气象因子之间的统计关系和所述雷云微物理参数化方案，获取雷电过程中水成物粒子密度和相互碰撞概率；
根据所述密度和互相碰撞概率，确定雷暴起电过程动力描述方程；
根据所述雷暴起电过程动力描述方程和预先拟合的水成物碰撞参数，得到起电方程；
根据所述起电方程，进行水成物粒子相互碰撞的起电过程数值模拟；
其中，所述水成物碰撞参数包括水成物互相碰撞时的直径、速度、转移电荷量和结淞量。
本发明提供的第四优选技术方案，其改进之处在于，所述根据所述雷暴起电过程动力描述方程和预先拟合的水成物碰撞参数，得到起电方程，包括：
根据所述雷暴起电过程动力描述方程和预先拟合的水成物碰撞参数，得到非感应起电方程；
根据所述雷暴起电过程动力描述方程和预先拟合的水成物碰撞参数，结合有外界电场存在的情况下所述水成物粒子碰撞时所引起的起电速率，得到感应起电方程。
本发明提供的第五优选技术方案，其改进之处在于，所述起电速率根据所述水成物粒子密度、相互碰撞概率和外电场得到。
本发明提供的第六优选技术方案，其改进之处在于，所述根据所述起电方程，进行水成物粒子相互碰撞的起电过程数值模拟前，还包括：将所述起电方程进行次网格离散化。
本发明提供的第七优选技术方案，其改进之处在于，水成物碰撞参数的拟合，包括：
根据雷暴起电历史观测资料和与所述雷暴起电历史观测资料对应的天气历史资料，采用WRF拟合出水成物碰撞参数。
一种雷暴起电过程的数值模拟系统，其改进之处在于，包括：关系确定模块、雷云微物理模块和数值模拟模块；
所述关系确定模块，用于计算水成物粒子混合比参数同气象因子之间的统计关系；
所述雷云微物理模块，用于基于雷暴天气的观测数据和所述水成物粒子混合比参数同普通气象因子之间的统计关系，得到雷云微物理参数化方案；
所述数值模拟模块，用于基于所述水成物粒子混合比参数同普通气象因子之间的统计关系和所述雷云微物理参数化方案，进行水成物粒子碰撞起电过程数值模拟。
本发明提供的第八优选技术方案，其改进之处在于，所述关系确定模块包括气象数据单元、混合比单元和统计关系单元；
所述气象数据单元，用于基于获取的历史资料和天气再分析数据，提取雷暴天气时期的气象因子数据；
所述混合比单元，用于基于所述天气再分析数据，采用WRF获取水成物粒子混合比参数；
所述统计关系单元，用于计算所述水成物粒子混合比参数同普通气象因子之间的统计关系；
其中所述历史资料包括：天气雷达资料、雷电定位资料和起电实验观测资料。
本发明提供的第九优选技术方案，其改进之处在于，所述雷云微物理模块包括：雷云识别单元、雷云描述方程单元和雷云微物理单元；
所述雷云识别单元，用于基于雷暴天气的观测数据，对雷云进行识别；
所述雷云描述方程单元，用于基于雷云识别结果和所述水成物粒子混合比参数同普通气象因子之间的统计关系，确定次网格雷云生成及发展过程的动力描述方程；
所述雷云微物理单元，用于基于所述次网格雷云生成及发展过程的动力描述方程并结合中尺度数值模式WRF的次网格离散方案，得到雷云微物理参数化方案。
本发明提供的第十优选技术方案，其改进之处在于，所述数值模拟模块包括密度-概率单元、起电方程单元和数值模拟单元；
所述密度-概率单元，用于基于所述水成物粒子混合比参数同普通气象因子之间的统计关系和所述雷云微物理参数化方案，获取雷电过程中水成物粒子密度和相互碰撞概率；
所述起电方程单元，用于根据所述密度和互相碰撞概率，确定雷暴起电过程动力描述方程；
所述数值模拟单元，用于根据所述起电方程，进行水成物粒子相互碰撞的起电过程数值模拟；
其中，所述水成物碰撞参数包括水成物互相碰撞时的直径、速度、转移电荷量和结淞量。
与最接近的现有技术相比，本发明具有的有益效果如下：
本发明通过计算水成物粒子混合比参数同气象因子之间的统计关系以及获取雷云微物理参数化方案，进行水成物粒子碰撞起电过程数值模拟。通过数值模拟，可实现雷云位置、空间电场分布等雷暴起电过程重要要素的数值预报。通过针对杆塔级、线路级的雷电强度、运动轨迹、云地闪等参量的数值模拟预报，可实现预报要素更全面、更为精细化、时效性更长的输电通道雷电预警。
附图说明
图1为本发明提供的一种雷暴起电过程的数值模拟方法基本流程示意图；
图2为本发明提供的一种雷暴起电过程的数值模拟方法一个实施例的技术路线示意图；
图3为本发明提供的一种雷暴起电过程的数值模拟系统基本结构示意图；
图4为本发明提供的一种雷暴起电过程的数值模拟系统详细结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1：
本发明提供的一种雷暴起电过程的数值模拟方法基本流程示意图如图1所示，包括：
步骤1：计算水成物粒子混合比参数同气象因子之间的统计关系，包括：
步骤101-1：收集天气雷达资料、雷电定位资料以及起电实验观测资料；
步骤101-2：基于步骤101-1收集的资料和天气再分析数据，提取雷暴天气时期的气象因子数据；
步骤101-3：基于天气再分析数据，采用WRF获取水成物粒子混合比参数；
步骤101-4：计算水成物粒子混合比参数同普通气象因子之间的统计关系。
这里的气象因子为普通气象因子，包括：风速、温度、压强、降水量和强对流指数，水成物粒子包括：水汽、云水、雨水、云冰、雪、雹和霰。
步骤2：基于雷暴天气的观测数据和水成物粒子混合比参数同普通气象因子之间的统计关系，得到雷云微物理参数化方案，包括：
步骤102-1：基于雷暴天气的观测数据，对雷云进行识别；
步骤102-2：基于雷云识别结果和水成物粒子混合比参数同气象因子之间的统计关系，确定次网格雷云生成及发展过程的动力描述方程；
步骤102-3：基于次网格雷云生成及发展过程的动力描述方程并结合中尺度数值模式WRF的次网格离散方案，得到雷云微物理参数化方案。
其中，WRF为美国环境预测中心(NCEP)，美国国家大气研究中心(NCAR)以及多个大学、研究所和业务部门联合研发的同一的中尺度天气预报模式，可用于天气预报研究。
步骤3：基于水成物粒子混合比参数同普通气象因子之间的统计关系和雷云微物理参数化方案，进行水成物粒子碰撞起电过程数值模拟。
步骤103-1：基于水成物粒子混合比参数同气象因子之间的统计关系和雷云微物理参数化方案，获取雷电过程中水成物粒子密度及相互碰撞概率；
步骤103-2：根据水成物粒子密度和互相碰撞概率，确定雷暴起电过程动力描述方程；
步骤103-3：根据雷暴起电历史观测资料和与雷暴起电历史观测资料对应的天气历史资料，采用WRF拟合出水成物碰撞参数，其中，水成物碰撞参数包括水成物互相碰撞时的直径、速度、转移电荷量和结淞量的次网格统计关系；
步骤103-4：根据雷暴起电过程动力描述方程以及水成物碰撞参数的次网格统计关系，得到起电方程；
步骤103-5：将电方程进行次网格离散化；
步骤103-6：根据起电方程，进行水成物粒子相互碰撞的非感应起电过程数值模拟。
步骤103-4中具体包括两种情况，即感应起电和非感应起电。
感应起电包括：
步骤103-4a：根据雷暴起电过程动力描述方程和水成物碰撞参数，得到非感应起电方程。
非感应起电包括：
步骤103-4b：根据雷暴起电过程动力描述方程和水成物碰撞参数，结合有外界电场存在的情况下水成物粒子碰撞时所引起的起电速率，得到感应起电方程，其中起电速率根据所述水成物粒子密度、相互碰撞概率和外电场得到。
同样的，步骤103-6也包括感应起电和非感应起电数值模拟。通过数值模拟，可以现雷云位置、空间电场分布等雷暴起电过程重要要素的数值预报。通过针对杆塔级、线路级的雷电强度、运动轨迹、云地闪等参量的数值预报，可实现预报要素更全面、更为精细化、时效性更长的输电通道雷电预警。
实施例2：
本发明提出一种雷暴起电过程的数值模拟技术，整体技术路线图如图2，包含4个步骤：
第一步：多种雷电监测数据收集及水成物粒子含量评估。
从气象和电网部门收集新一代天气雷达资料、雷电定位资料以及起电实验观测资料，开展数据质量控制和评估工作。并基于上述历史资料和天气再分析数据，提取雷暴天气时期的普通气象因子数据，如风速、温度、压强、降水量、强对流指数等，分析水成物粒子混合比参数同普通气象因子之间的统计关系。
第二步：基于水成物粒子的雷暴云微物理参数化方案。
基于典型雷暴天气的观测数据，建立雷云识别方法；基于雷云识别结果和水成物粒子混合比参数同普通气象因子之间的统计关系，确定次网格雷云生成及发展过程的动力描述方程，并进一步结合中尺度数值模式WRF的次网格离散方案，得到雷云微物理参数化方案。
第三步：非感应起电参数化方案数值模拟。
提取雷电过程中霰粒子与云冰雹粒子与云冰、雪等水成物粒子密度及相互碰撞概率等参数，基于这些数据确定雷暴起电过程动力描述方程。考虑不同的水成物互相碰撞时的直径、速度、转移电荷量、结淞量等，分析其次网格统计关系，为非感应起电次网格方程配备所需的各种统计参数，确定非感应起电次网格方程。
第四步：感应起电参数化方案数值模拟。
分析在有外界电场存在的情况下，由云水和冰晶、霰、雹碰撞时所引起的起电速率，分析其次网格统计关系，并为感应起电次网格方程配备所需的各种统计参数。将非感应起电方程和感应起电方程进行次网格离散化，最终得到起电过程数值模拟。
实施例3：
基于同一发明构思，本发明还提供了一种雷暴起电过程的数值模拟系统，由于这些设备解决技术问题的原理与雷暴起电过程的数值模拟方法相似，重复之处不再赘述。
该系统如图3所示包括：
关系确定模块、雷云微物理模块和数值模拟模块；
其中，关系确定模块，用于计算水成物粒子混合比参数同气象因子之间的统计关系；
雷云微物理模块，用于基于雷暴天气的观测数据和水成物粒子混合比参数同普通气象因子之间的统计关系，得到雷云微物理参数化方案；
数值模拟模块，用于基于水成物粒子混合比参数同普通气象因子之间的统计关系和雷云微物理参数化方案，进行水成物粒子碰撞起电过程数值模拟。
雷暴起电过程的数值模拟系统具体结构如图4所示。其中，关系确定模块包括气象数据单元、混合比单元和统计关系单元；
气象数据单元，用于基于获取的历史资料和天气再分析数据，提取雷暴天气时期的气象因子数据；
混合比单元，用于基于天气再分析数据，采用WRF获取水成物粒子混合比参数；
统计关系单元，用于计算水成物粒子混合比参数同普通气象因子之间的统计关系；
其中历史资料包括：天气雷达资料、雷电定位资料和起电实验观测资料。
其中，雷云微物理模块包括：雷云识别单元、雷云描述方程单元和雷云微物理单元；
雷云识别单元，用于基于雷暴天气的观测数据，对雷云进行识别；
雷云描述方程单元，用于基于雷云识别结果和水成物粒子混合比参数同普通气象因子之间的统计关系，确定次网格雷云生成及发展过程的动力描述方程；
雷云微物理单元，用于基于次网格雷云生成及发展过程的动力描述方程并结合中尺度数值模式WRF的次网格离散方案，得到雷云微物理参数化方案。
其中，数值模拟模块包括密度-概率单元、起电方程单元和数值模拟单元；
密度-概率单元，用于基于水成物粒子混合比参数同普通气象因子之间的统计关系和雷云微物理参数化方案，获取雷电过程中水成物粒子密度和相互碰撞概率；
起电方程单元，用于根据密度和互相碰撞概率，确定雷暴起电过程动力描述方程；
数值模拟单元，用于根据起电方程，进行水成物粒子相互碰撞的起电过程数值模拟；
其中，水成物碰撞参数包括水成物互相碰撞时的直径、速度、转移电荷量和结淞量。
其中，起电方程单元包括非感应起电子单元和感应起电子单元；
非感应起电子单元，用于根据雷暴起电过程动力描述方程和预先拟合的水成物碰撞参数，得到非感应起电方程；
感应起电子单元，用于根据雷暴起电过程动力描述方程和预先拟合的水成物碰撞参数，结合有外界电场存在的情况下水成物粒子碰撞时所引起的起电速率，得到感应起电方程。
其中起电速率根据水成物粒子密度、相互碰撞概率和外电场得到。
其中，数值模拟模块还包括离散化单元；
离散化单元用于将起电方程进行次网格离散化。
其中，数值模拟模块还包括碰撞参数拟合单元；
碰撞参数拟合单元用于根据雷暴起电历史观测资料和与雷暴起电历史观测资料对应的天气历史资料，采用WRF拟合出水成物碰撞参数。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。
Claims (6)
1.一种雷暴起电过程的数值模拟方法，其特征在于：
计算水成物粒子混合比参数同气象因子之间的统计关系；
基于雷暴天气的观测数据和所述水成物粒子混合比参数同普通气象因子之间的统计关系，得到雷云微物理参数化方案；
基于所述水成物粒子混合比参数同普通气象因子之间的统计关系和所述雷云微物理参数化方案，进行水成物粒子碰撞起电过程数值模拟；
所述计算水成物粒子混合比参数同普通气象因子之间的统计关系，包括：
基于获取的历史资料和天气再分析数据，提取雷暴天气时期的气象因子数据；
基于所述天气再分析数据，采用WRF获取水成物粒子混合比参数；
计算所述水成物粒子混合比参数同普通气象因子之间的统计关系；
其中所述历史资料包括：天气雷达资料、雷电定位资料和起电实验观测资料；
所述基于雷暴天气的观测数据和所述水成物粒子混合比参数同普通气象因子之间的统计关系，得到雷云微物理参数化方案，包括：
基于雷暴天气的观测数据，对雷云进行识别；
基于雷云识别结果和所述水成物粒子混合比参数同普通气象因子之间的统计关系，确定次网格雷云生成及发展过程的动力描述方程；
基于所述次网格雷云生成及发展过程的动力描述方程并结合中尺度数值模式WRF的次网格离散方案，得到雷云微物理参数化方案；
所述基于所述水成物粒子混合比参数同普通气象因子之间的统计关系和所述雷云微物理参数化方案，进行水成物粒子碰撞起电过程数值模拟，包括：
基于所述水成物粒子混合比参数同普通气象因子之间的统计关系和所述雷云微物理参数化方案，获取雷电过程中水成物粒子密度和相互碰撞概率；
根据所述密度和互相碰撞概率，确定雷暴起电过程动力描述方程；
根据所述雷暴起电过程动力描述方程和预先拟合的水成物碰撞参数，得到起电方程；
根据所述起电方程，进行水成物粒子相互碰撞的起电过程数值模拟；
其中，所述水成物碰撞参数包括水成物互相碰撞时的直径、速度、转移电荷量和结淞量。
2.如权利要求1所述的方法，其特征在于，所述根据所述雷暴起电过程动力描述方程和预先拟合的水成物碰撞参数，得到起电方程，包括：
根据所述雷暴起电过程动力描述方程和预先拟合的水成物碰撞参数，得到非感应起电方程；
根据所述雷暴起电过程动力描述方程和预先拟合的水成物碰撞参数，结合有外界电场存在的情况下所述水成物粒子碰撞时所引起的起电速率，得到感应起电方程。
3.如权利要求2所述的方法，其特征在于，所述起电速率根据所述水成物粒子密度、相互碰撞概率和外电场得到。
4.如权利要求1所述的方法，其特征在于，所述根据所述起电方程，进行水成物粒子相互碰撞的起电过程数值模拟前，还包括：将所述起电方程进行次网格离散化。
5.如权利要求1所述的方法，其特征在于，水成物碰撞参数的拟合，包括：
根据雷暴起电历史观测资料和与所述雷暴起电历史观测资料对应的天气历史资料，采用WRF拟合出水成物碰撞参数。
6.一种雷暴起电过程的数值模拟系统，其特征在于，包括：关系确定模块、雷云微物理模块和数值模拟模块；
所述关系确定模块，用于计算水成物粒子混合比参数同气象因子之间的统计关系；
所述雷云微物理模块，用于基于雷暴天气的观测数据和所述水成物粒子混合比参数同普通气象因子之间的统计关系，得到雷云微物理参数化方案；
所述数值模拟模块，用于基于所述水成物粒子混合比参数同普通气象因子之间的统计关系和所述雷云微物理参数化方案，进行水成物粒子碰撞起电过程数值模拟；
所述关系确定模块包括气象数据单元、混合比单元和统计关系单元；
所述气象数据单元，用于基于获取的历史资料和天气再分析数据，提取雷暴天气时期的气象因子数据；
所述混合比单元，用于基于所述天气再分析数据，采用WRF获取水成物粒子混合比参数；
所述统计关系单元，用于计算所述水成物粒子混合比参数同普通气象因子之间的统计关系；
其中所述历史资料包括：天气雷达资料、雷电定位资料和起电实验观测资料；
所述雷云微物理模块包括：雷云识别单元、雷云描述方程单元和雷云微物理单元；
所述雷云识别单元，用于基于雷暴天气的观测数据，对雷云进行识别；
所述雷云描述方程单元，用于基于雷云识别结果和所述水成物粒子混合比参数同普通气象因子之间的统计关系，确定次网格雷云生成及发展过程的动力描述方程；
所述雷云微物理单元，用于基于所述次网格雷云生成及发展过程的动力描述方程并结合中尺度数值模式WRF的次网格离散方案，得到雷云微物理参数化方案；
所述数值模拟模块包括密度-概率单元、起电方程单元和数值模拟单元；
所述密度-概率单元，用于基于所述水成物粒子混合比参数同普通气象因子之间的统计关系和所述雷云微物理参数化方案，获取雷电过程中水成物粒子密度和相互碰撞概率；
所述起电方程单元，用于根据所述密度和互相碰撞概率，确定雷暴起电过程动力描述方程；
所述数值模拟单元，用于根据所述起电方程，进行水成物粒子相互碰撞的起电过程数值模拟；
其中，所述水成物碰撞参数包括水成物互相碰撞时的直径、速度、转移电荷量和结淞量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810359605.8A CN110390117B (zh) | 2018-04-20 | 2018-04-20 | 一种雷暴起电过程的数值模拟方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810359605.8A CN110390117B (zh) | 2018-04-20 | 2018-04-20 | 一种雷暴起电过程的数值模拟方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110390117A CN110390117A (zh) | 2019-10-29 |
| CN110390117B true CN110390117B (zh) | 2024-05-07 |
Family
ID=68283685
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810359605.8A Active CN110390117B (zh) | 2018-04-20 | 2018-04-20 | 一种雷暴起电过程的数值模拟方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110390117B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111694000B (zh) * | 2020-06-11 | 2023-03-21 | 成都信息工程大学 | 雹云单体发展过程中雹胚形成及冰雹增长的预报方法 |
| CN113011098B (zh) * | 2021-03-26 | 2023-09-01 | 云南电网有限责任公司电力科学研究院 | 一种输电走廊区域雷电活动规律分析显示模型及系统 |
| CN116842737B (zh) * | 2023-07-06 | 2024-02-23 | 上海勘测设计研究院有限公司 | 基于数值模式的地形云模拟方法及系统 |
| CN116741012B (zh) * | 2023-08-14 | 2023-10-27 | 河北省气象行政技术服务中心 | 模拟雷电生成及处理方法、装置、电子设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106249319A (zh) * | 2016-07-13 | 2016-12-21 | 成都信息工程大学 | Wrf模式对多单体风暴中强地闪活动的模拟方法 |
| CN107238826A (zh) * | 2017-06-09 | 2017-10-10 | 杨波 | 利用双偏振多普勒天气雷达回波反演雷暴电荷分布的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3966139B2 (ja) * | 2002-09-27 | 2007-08-29 | 株式会社日立製作所 | 気象物理量の推定方法 |
-
2018
- 2018-04-20 CN CN201810359605.8A patent/CN110390117B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106249319A (zh) * | 2016-07-13 | 2016-12-21 | 成都信息工程大学 | Wrf模式对多单体风暴中强地闪活动的模拟方法 |
| CN107238826A (zh) * | 2017-06-09 | 2017-10-10 | 杨波 | 利用双偏振多普勒天气雷达回波反演雷暴电荷分布的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110390117A (zh) | 2019-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110390117B (zh) | 一种雷暴起电过程的数值模拟方法和系统 | |
| CN109447315B (zh) | 一种基于多时空尺度的电力气象数值天气预报方法和装置 | |
| CN103837769B (zh) | 一种输电线路雷害预警方法及其系统 | |
| CN104123682A (zh) | 一种基于气象影响因素的配网故障风险评估方法 | |
| CN102508046B (zh) | 一种户外电气设备实时雷击预警方法及装置 | |
| CN110579823A (zh) | 一种强降雨短临预报方法及系统 | |
| Edimu et al. | Using probability distribution functions in reliability analyses | |
| WO2020140127A1 (en) | Systems and methods distributed-solar power forecasting using parameter regularization | |
| CN104537450A (zh) | 一种分布式光伏发电系统的功率预测系统 | |
| CN102646150A (zh) | 基于雷电定位信息的雷击线路风险判断方法 | |
| Peesapati et al. | Lightning protection of wind turbines–a comparison of measured data with required protection levels | |
| CN105095668B (zh) | 基于亚洲极涡因子的电网覆冰长期预报方法 | |
| CN117390403A (zh) | 一种新能源灯塔发电站的电网故障检测方法及系统 | |
| CN116523140A (zh) | 窃电检测方法、装置、电子设备和存储介质 | |
| CN116484554A (zh) | 一种配电网的拓扑辨识方法、装置、设备及介质 | |
| Fanucchi et al. | Failure rate prediction under adverse weather conditions in an electric distribution system using negative binomial regression | |
| CN110570628B (zh) | 一种输电线路杆塔地质灾害监测预警分析系统及使用方法 | |
| CN116050599A (zh) | 一种线路覆冰故障预测方法、系统、存储介质及设备 | |
| CN115239105A (zh) | 一种在役风电场的风资源的评估方法以及装置 | |
| Liu | Short-term operational reliability evaluation for power systems under extreme weather conditions | |
| Bahrami et al. | A novel pre-storm island formation framework to improve distribution system resilience considering tree-caused failures | |
| CN104766183A (zh) | 电网实时故障事件流程化管理系统及其采用的管理方法 | |
| CN106159940A (zh) | 基于电网负荷特性分析的pmu最优布点方法 | |
| JP2016217252A (ja) | 風力発電システムおよび鳥飛来予測装置 | |
| Li et al. | Wind power prediction based on Kalman filter and non-parametric kernel density estimation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |