DZZ5 型自动气象站风向故障排除案例分析*

2021-01-20 11:41张晨阳石力伟
南方农机 2021年1期
关键词:历史数据气象站风向

王 驰 , 张晨阳 , 李 博 , 石力伟

(1.内蒙古自治区大气探测技术保障中心,内蒙古 呼和浩特 010051;2.锡林郭勒盟气象局,内蒙古 锡林浩特 026000)

DZZ5 型自动气象站使用EL15-2C 型风向传感器记录风向,风向是气象地面观测基本要素之一,选择合适的方法排除风向故障对确保风向数据准确性至关重要。 李昕娣等[1]利用Excel 创建雷达图进行风向传感器数据偏差分析;张永军等[2]针对ZQZ-TF 型风向传感器,提出了基于分布律规则的风向传感器故障检测方法;刘莹等[3]提出了基于观测数据的风向传感器故障检测方法。 以上方法仅考虑了风向传感器格雷码码盘的问题,而并没有将电缆、风横臂转接头和主采集器的问题统一考虑进去, 因此上述方法在现场解决自动气象站风向故障问题时存在不足。 本文提出一种DZZ5 型自动站风向故障排除方法,即首先从CIMISS 调用本站风向历史数据,再结合以上几种方法分析风向历史数据确定故障出现对应格雷码位置,最终通过现场实际情况逐步排除DZZ5 型自动气象站风向故障。

1 风向数据获取

排除故障所使用的风向数据来源于全国综合气象信息共享平台(CIMISS:China Integrated Meteorological Information Service System)。 气象数据统一服务接口(MUSIC:Meteorological Unified Service Interface Community), 基于CIMISS,面向气象业务和科研,提供全国统一、标准、丰富的数据访问服务和应用编程接口(API),为国、省、地、县各级应用系统提供唯一权威的数据接入服务[4]。 本文使用Python3.6 进行编程, 使用Rest 服务提供HTML 格式的数据。 由于本文使用的Python 版本与CIMISS 上的示例代码版本不同,需对CIMISS 的示例代码进行调整,调整后对应代码如下:

# coding=utf8

import sys

import webbrowser

import pandas as pd

from imp import reload

reload(sys)

if __name__ == '__main__':

baseUrl = 'http://10.62.89.55/cimiss-web/api?

userId=XXXX_XXXX_XXX

&pwd=XXXXXX

&interfaceId=getSurfEleByTimeRangeAndStaID

&dataCode=SURF_CHN_MUL_HOR

&elements=Datetime,WIN_D_INST, WIN_D_INST_Max

&timeRange=[20170101000000,20180101000000)

&staIds=XXXXX

&dataFormat='

dataFormat = 'html'

webbrowser.open_new_tab(baseUrl + dataFormat)

2 工作原理

EL15-2C 型风向传感器由风向标部件、壳体(内装风向转换系统)和插座等主要部分所组成[5]。风向标部件随风旋转,带动同轴的格雷码码盘,按照码盘刻槽的设计,码盘每转动约2.8125°, 光电耦合器组就会产生新的7 位并行脉冲信号。EL15-2C 型风向传感器输出信号由电缆经过风横臂转接盒传输到HY-3000 数据采集器,如图1 所示。

图1 DZZ5 型自动站风向信号传输流程

针对DZZ5 型国家气象站, 先从CIMISS 调取该站某段时间内的历史数据,然后制作数据分析图,通过数据分析确定对应格雷码位置,接下来在现场按照图1 顺序从对应格雷码位置依次进行测试,直到最后确定故障点。

3 结果与分析

图2 为DZZ5 型主站2019 年1 月1 日至12 月31 日的逐时瞬时风向和极大风速的风向分布图。 纵轴为一天内24 个整点时刻的风向记录,横轴为全年的天数。 从图2可以看出从2019 年1 月1 日至2019 年6 月3 日该站的风向数据异常, 数据统计为全年整点瞬时风向小于180°的占20%,1 月到5 月之间整点瞬时风向小于180°的占9%,全年整点极大风速的风向小于180°的占19%,1 月到5 月之间整点极大风速的风向小于180°的占11%。由风向数据分布图初步可以判断格雷码D6 对应位置出现故障。2019 年6 月3 日内蒙古自治区大气探测技术保障中心对该站进行现场巡检,换上检定合格的风向传感器后,现场测试发现风向度数仍大于180°, 初步排除风向传感器格雷码码盘的问题。 为排除故障,按照图1 所示,现场先将风横臂转接盒拆开, 使用万用表逐一测量风横臂转接头通断,发现风横臂转接头处对应于格雷码D6 的位置存在线缆虚接的问题。 将对应于格雷码D6 位置的线缆重新连接,进一步观察后确认风向数据恢复正常。

图2 2019 年主站整点风向数据分布

图3 4 月和7 月风向频率分布图

图3(a)为该站2019 年4 月份整点瞬时风向出现频率统计, 统计可知4 月份小于180°的风向出现64 次,仅占4 月全部整点风向的8.89%, 这正是对应于格雷码D6位置的线缆虚接造成小于180°风向偶尔出现。 图3(b)为该站2019 年7 月份整点瞬时风向出现频率统计, 可以确认经过6 月检修后风向数据恢复正常。

4 结束语

本文针对DZZ5 型气象站风向故障,首先使用Python从CIMISS 调用本站某个长时段内的风向整点历史数据,再对风向历史数据进行统计分析确定故障出现的对应格雷码位置,最终台站气象保障人员通过现场实际按照信号传输流程的顺序逐步确定风向故障点并排除。 该方法充分利用了台站的风向历史数据,简单易操作,方便台站气象保障人员在气象观测场准确判断风向故障点。

猜你喜欢
历史数据气象站风向
我国在珠穆朗玛峰架设世界最高海拔气象站
珠峰上架起世界最高气象站
基于设备PF性能曲线和设备历史数据实现CBM的一个应用模型探讨
风向
逆风歌
从数据分析的角度浅谈供水企业漏损诊断
基于Hadoop技术实现银行历史数据线上化研究
用好细节材料 提高课堂实效
自动气象站异常记录分析及处理方法
确定风向