特開 2023-7932 風況予測システム、風況予測方法、および風況予測プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023007932

(43)【公開日】2023-01-19

(54)【発明の名称】風況予測システム、風況予測方法、および風況予測プログラム

(51)【国際特許分類】

   G01W 1/00 20060101AFI20230112BHJP

【ＦＩ】

G01W1/00 A

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2021111083

(22)【出願日】2021-07-02

(71)【出願人】

【識別番号】000003078

【氏名又は名称】株式会社東芝

(71)【出願人】

【識別番号】317015294

【氏名又は名称】東芝エネルギーシステムズ株式会社

(74)【代理人】

【識別番号】100091487

【弁理士】

【氏名又は名称】中村 行孝

(74)【代理人】

【識別番号】100120031

【弁理士】

【氏名又は名称】宮嶋 学

(74)【代理人】

【識別番号】100107582

【弁理士】

【氏名又は名称】関根 毅

(74)【代理人】

【識別番号】100124372

【弁理士】

【氏名又は名称】山ノ井 傑

(72)【発明者】

【氏名】白 志仁

(72)【発明者】

【氏名】谷山 賀浩

(57)【要約】

【課題】気象の予測精度を向上させることが可能な風況予測システムを提供する。
【解決手段】一実施形態に係る風況予測システムは、少なくとも評価対象エリアの気圧と気温の少なくとも１つおよび風速を含む気象データと、評価対象エリアの風況を実測した風況実測データと、が外部から入力されるデータ入力装置と、データ入力装置と通信可能に接続される風況推定装置と、を備える。風況推定装置は、評価対象エリアの風況を解析した風況解析データを格納する記憶部と、気象データおよび風況実測データに基づいて、評価対象エリア内の少なくとも１つ以上の風況予測地点における風速、風向、および鉛直方向の風速分布をそれぞれ推定した予測データを出力する風況予測部と、風況解析データおよび予測データを用いて、評価対象エリアの風速分布を計算する風況評価部と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

少なくとも評価対象エリアの気圧と気温の少なくとも１つおよび風速を含む気象データと、前記評価対象エリアの風況を実測した風況実測データと、が外部から入力されるデータ入力装置と、
前記データ入力装置と通信可能に接続される風況推定装置と、を備え、
前記風況推定装置は、
前記評価対象エリアの風況を解析した風況解析データを格納する記憶部と、
前記気象データおよび前記風況実測データに基づいて、前記評価対象エリア内の少なくとも１つ以上の風況予測地点における風速、風向、および鉛直方向の風速分布をそれぞれ推定した予測データを出力する風況予測部と、
前記風況解析データおよび前記予測データを用いて、前記評価対象エリアの風速分布を計算する風況評価部と、
を備える、風況予測システム。

【請求項2】

前記風況予測部は、
前記風況予測地点における特定高度の風速を推定した風速予測データを出力する風速予測部と、
前記風況予測地点における前記特定高度の風向を推定した風向予測データを出力する風向予測部と、
前記風況予測地点における前記鉛直方向の風速分布を推定した風速プロファイル予測データを出力する風速プロファイル予測部と、
を有する、請求項１に記載の風況予測システム。

【請求項3】

前記風速予測部は、前記気象データを入力データとし、前記風況実測データを教師データとするニューラルネットワークを用いて、前記風速予測データを作成する、請求項２に記載の風況予測システム。

【請求項4】

前記風向予測部は、前記気象データを入力データとし、前記風況実測データを教師データとするニューラルネットワークを用いて、前記風向予測データを作成する、請求項２に記載の風況予測システム。

【請求項5】

前記風速プロファイル予測部は、前記気象データを入力データとし、前記風況実測データを教師データとするニューラルネットワークを用いて、前記風速プロファイル予測データを作成する、請求項２に記載の風況予測システム。

【請求項6】

前記風況評価部は、前記風向予測データおよび前記風速プロファイル予測データに基づいて、前記記憶部から前記風況解析データの一部を読み出し、読み出した前記風況解析データの一部および前記風速予測データを用いて、前記風速分布を計算する、請求項２から５のいずれか１項に記載の風況予測システム。

【請求項7】

前記風況推定装置は、前記風況評価部で高度別に計算された複数の前記風速分布のうち、選択された高度の風速分布を表示する表示部をさらに有する、請求項１から６のいずれか１項に記載の風況予測システム。

【請求項8】

少なくとも評価対象エリアの気圧と気温の少なくとも１つおよび風速を含む気象データと、前記評価対象エリアの風況を実測した風況実測データと、を取得し、
前記評価対象エリアの風況を解析した風況解析データを記憶し、
前記気象データおよび前記風況実測データに基づいて、前記評価対象エリア内の少なくとも１つ以上の風況予測地点における風速、風向、および鉛直方向の風速分布をそれぞれ推定した予測データを出力し、
前記風況解析データおよび前記予測データを用いて、前記評価対象エリアの風速分布を計算する、
風況予測方法。

【請求項9】

少なくとも評価対象エリアの気圧と気温の少なくとも１つおよび風速を含む気象データと、前記評価対象エリアの風況を実測した風況実測データと、を取得し、
前記評価対象エリアの風況を解析した風況解析データを記憶し、
前記気象データおよび前記風況実測データに基づいて、前記評価対象エリア内の少なくとも１つ以上の風況予測地点における風速、風向、および鉛直方向の風速分布をそれぞれ推定した予測データを出力し、
前記風況解析データおよび前記予測データを用いて、前記評価対象エリアの風速分布を計算する、
処理をコンピュータに実行させるための風況予測プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、風況予測システム、風況予測方法、および風況予測プログラムに関する。

【背景技術】

【0002】

従来、風況等の気象データを用いて気象を予測するシステムが知られている。このシステムで計算された予測データは、気象の影響を受ける様々な場面で使用することができる。例えば鉄道や道路等の交通機関の状況を判断する場面で、予測データを使用することができる。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特許第６３２６５５０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

上記のように予測データは、例えば交通機関の状況を判断するといった重要な場面で使用されるため、高い予測精度が要求される。

【0005】

そこで、本発明が解決しようとする課題は、気象の予測精度を向上させることが可能な風況予測システム、風況予測方法、および風況予測プログラムを提供することである。

【課題を解決するための手段】

【0006】

一実施形態に係る風況予測システムは、少なくとも評価対象エリアの気圧と気温の少なくとも１つおよび風速を含む気象データと、評価対象エリアの風況を実測した風況実測データと、が外部から入力されるデータ入力装置と、データ入力装置と通信可能に接続される風況推定装置と、を備える。風況推定装置は、評価対象エリアの風況を解析した風況解析データを格納する記憶部と、気象データおよび風況実測データに基づいて、評価対象エリア内の少なくとも１つ以上の風況予測地点における風速、風向、および鉛直方向の風速分布をそれぞれ推定した予測データを出力する風況予測部と、風況解析データおよび予測データを用いて、評価対象エリアの風速分布を計算する風況評価部と、を備える。

【発明の効果】

【0007】

本実施形態によれば、気象の予測精度を向上させることが可能となる。

【図面の簡単な説明】

【0008】

【図1】一実施形態に係る風況予測システムの概略的な構成を示すブロック図である。

【図2】風況予測システムによる風況予測動作の手順を示すフローチャートである。

【図3】風況解析データベースの一部を示す図である。

【図4】風況解析データベースの他の一部を示す図である。

【図5】風速予測データの作成方法を説明するための図である。

【図6】風向予測データの作成方法を説明するための図である

【図7】風速プロファイル予測データの作成方法を説明するための図である。

【図8】表示部に表示される画像の一例を示す図である。

【発明を実施するための形態】

【0009】

以下、図面を参照して本発明の実施形態を説明する。下記の実施形態は、本発明を限定するものではない。

【0010】

図１は、一実施形態に係る風況予測システムの概略的な構成を示すブロック図である。図１に示す風況予測システム１は、データ入力装置１００および風況推定装置２００を備える。データ入力装置１００および風況推定装置２００は、通信ネットワーク３００を介して互いに接続される。

【0011】

まず、データ入力装置１００の構成を説明する。データ入力装置１００には、気象データ１１０および風況実測データ１２０が外部から入力される。以下、各データについて説明する。

【0012】

気象データ１１０は、例えば、風況を推定する評価対象エリア内外の南北方向の風速成分、東西方向の風速成分、気圧、および気温を少なくとも含むデータ群である。このデータ群のうち、気温データには、例えば、地表から１０ｍ～数千ｍ（上空）の標高において異なる複数の高度の気温が示されている。なお、評価対象エリアには、例えば、鉄道沿線や道路等が該当する。

【0013】

気象データ１１０として、例えば、気象庁予測データ、気象予報ＧＰＶ（Grid Point Value）データ、天気予報ＳＣＷサイト（Super C Weather）データ、ＥＲＡ－５などの気象再解析データ、および数値気象モデルなどのＷＲＦ（Weather Research and Forecasting）解析結果のデータの少なくとも１つが入力される。気象庁予測データは、気象庁が予測したデータである。気象予報ＧＰＶデータは、地図上に予め設定された格子点におけるスーパーコンピュータで計算した過去、未来の気象予測データである。ＥＲＡ－５データは、ヨーロッパ中期予報センタが気象予測に用いるデータである。ＷＲＦは、風速および風向といった風況を予測するための予測モデルである。

【0014】

風況実測データ１２０として、例えば、気象庁観測データ、鉄道沿線風況実測データ、および局所風況実測データの少なくとも１つが入力される。気象庁観測データは、気象庁が風況、温度、湿度、気圧などの気象情報を実測したデータである。鉄道沿線風況実測データは、鉄道会社が、鉄道沿線の複数の地点で風況を実測したデータである。局所風況実測データは、鉄道沿線において鉄道沿線風況実測データが測定されない地点の風況を実測したデータである。局所風況実測データは、例えばＬｉＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ）によって計測した風況データである。ＬｉＤＡＲは、レーザー光を大気中に放射して大気からの散乱光を受信、そのドップラー周波数から風速と風向を観測する計測器である。

【0015】

次に、風況推定装置２００の構成を説明する。風況推定装置２００は、通信部２１０と、記憶部２２０と、制御部２３０と、表示部２４０と、を有する。以下、風況推定装置２００の各部について説明する。

【0016】

通信部２１０は、通信ネットワーク３００を介してデータ入力装置１００と通信するときに通信インターフェースとして機能する。

【0017】

記憶部２２０には、風況解析データベース２２１が格納されている。風況解析データベース２２１については後述する。

【0018】

制御部２３０は、データ取得部２３１と、風況解析部２３２と、風況予測部２３３と、風況評価部２３４と、を有する。本実施形態では、風況予測部２３３は、風速予測部２３５と、風向予測部２３６と、風速プロファイル予測部２３７と、を有する。以下、制御部２３０の各部について説明する。

【0019】

データ取得部２３１は、データ入力装置１００から通信部２１０を介して気象データ１１０および風況実測データ１２０を取得する。データ取得部２３１は、取得したデータを風況解析部２３２または風況予測部２３３へ出力する。

【0020】

風況解析部２３２は、気象データ１１０に基づく種々の気象条件で数値流体シミュレーションすることによって、評価対象エリアの風況、例えば風速および風向などを計算する。風況解析部２３２の解析結果は、風況解析データベース２２１に格納される。

【0021】

風速予測部２３５は、データ取得部２３１で取得された気象データ１１０に基づいて、評価対象エリア内の少なくとも１つ以上の風況予測地点における特定高度の風速を推定する。風速予測部２３５は、風速推定値を時系列に対応付けて示す風速予測データを風況評価部２３４へ出力する。

【0022】

風向予測部２３６は、データ取得部２３１で取得された気象データ１１０に基づいて、評価対象エリア内の少なくとも１つ以上の風況予測地点における特定高度の風向を推定する。風向予測部２３６は、風向推定値を時系列に対応付けて示す風向予測データを風況評価部２３４へ出力する。

【0023】

風速プロファイル予測部２３７は、データ取得部２３１で取得された気象データ１１０に基づいて、評価対象エリア内の少なくとも１つ以上の風況予測地点における鉛直方向の風速分布を推定する。風速プロファイル予測部２３７は、各高度の風速推定値を時系列に対応付けて示す風速プロファイル予測データを風況評価部２３４へ出力する。

【0024】

風況評価部２３４は、風況予測部２３３で作成された予測データ（風速予測データ、風向予測データ、風速プロファイル予測データ）、および記憶部２２０に格納された風況解析データベース２２１を用いて、評価対象エリアの特定高度および特定時刻における風速分布を計算する。

【0025】

表示部２４０は、風況評価部２３４で算出された上記風速分布を表示する。表示部２４０は、例えば液晶ディスプレイ等の表示デバイスを有する。

【0026】

以下、図２を参照して、上述した風況予測システム１の解析動作について説明する。図２は、風況予測システム１による風況予測動作の手順を示すフローチャートである。

【0027】

図２に示すように、まず、風況予測動作に必要な気象データ１１０および風況実測データ１２０が、外部機関からデータ入力装置１００に入力される（ステップＳ１）。

【0028】

次に、風況推定装置２００の風況解析部２３２が、評価対象エリアの風況解析を行う（ステップＳ２）。ここで、風況解析部２３２による風況解析の一例について説明する。風況解析部２３２は、まず、気象データ１１０を広域解析モデルに入力して広域エリアの風況解析を行う。広域解析モデルには、評価対象エリアよりも広域なエリアの地形モデルが示されている。

【0029】

次に、風況解析部２３２は、広域エリアの風況解析の結果を局所解析モデルに入力して、広域エリアを分割した各局所エリアの風況解析を行う。局所解析モデルには、各局所エリアの地形モデルにビル等の建物データが加えられている。評価対象エリアは、１つの局所エリアまたは複数の局所エリア内に存在する。各局所エリアの解析結果が、風況解析データベース２２１に格納される。

【0030】

なお、本実施形態では、風況解析データを高精度に作成するために、風況解析部２３２は、広域から局所へと段階的に領域を狭くする、いわゆるネスティングによる風況解析を行っている。しかし、データ精度が確保できるのであれば、局所風況解析で評価対象エリアの風況解析データを作成してもよい。この場合広域風況解析が不要になるため、風況解析に要する時間を短縮することができる。

【0031】

図３は、風況解析データベース２２１の一部を示す図である。図３では、評価対象エリア内のある地点Ｐにおける風速プロファイルが１６方位の風向ごとに示されている。評価対象エリア内では、風向が同じであっても、気温や気圧、予測地点を中心とした気圧配置等の気象条件に応じて風速プロファイルが異なる場合がある。そのため、風況解析データベース２２１には、種々の気象条件に対応させて複数の風速プロファイルが１つの風向に対して作成されている。なお、風況解析データベース２２１には、１つの地点Ｐのデータだけでなく、複数の地点のデータが格納されれていてもよい。また、本実施形態では、風向は、２２．５度刻みの１６方位に分割されている。しかし、風向は、３２方位に分割されていてもよいし、特定の方位のみさらに分割されていてもよい。さらに、評価対象エリアおよびその周辺の地形形状や過去の気象情報を考慮して、風向の分解能を定義してもよい。

【0032】

次に、風況解析部２３２は、評価対象エリアの風速分布を計算するための換算係数を計算する。この換算係数も風況解析データベース２２１に格納される。換算係数は、例えば、ある地点Ｐとの距離を計算することによって設定することができる。

【0033】

図４は、風況解析データベース２２１の他の一部を示す図である。図４では、評価対象エリアを格子状に分割したブロックごとに、地点Ｐとの距離に応じた換算係数ｋ１０～ｋｍｎが計算されている。

【0034】

上述した風況解析部２３２による風況解析が終了すると、続いて、風況予測部２３３が風況を推定する（ステップＳ３）。ステップＳ３では、風速予測部２３５が風速予測データを作成し、風向予測部２３６が風向予測データを作成し、風速プロファイル予測部２３７が風速プロファイル予測データを作成する。ここで、図５～図７を参照して、各予測データの作成方法を説明する。

【0035】

図５は、風速予測データの作成方法を説明するための図である。本実施形態では、風速予測部２３５は、データ取得部２３１で取得された気象データ１１０に基づいて、評価対象エリア内の風況予測地点Ｐ１における特定高度の風速予測データを作成する。この気象データ１１０には、例えば、風況予測地点Ｐ１の周辺の参照地点Ａ、Ｂ、Ｃ、Ｄにおける南北方向の風速成分、東西方向の風速成分、気圧、気温が含まれている。参照地点Ａ、Ｂ、Ｃ、Ｄは、評価対象エリア内に位置していてもよいし、評価対象エリア外に位置していてもよい。また、参照地点の数は、４つに限定されず、少なくとも１つ以上であればよい。

【0036】

評価対象エリアでは、任意の２地点間に気圧の差や気温の差が生じると、その差が大気移動の駆動力になり、その結果、南北方向および東西方向の風速成分が変化する場合がある。そのため、図５に示すように、気圧や気温を含んだ気象データ１１０を用いて求めた風速推定値Ｅ１１（点線参照）は、これらを含まない従来の気象データ１１０を用いて求めた風速推定値Ｅ１０（破線参照）よりも風速実測値Ｍ１（実線参照）との誤差が小さくなる。これにより、風速の予測精度を向上させることが可能となる。なお、気象データ１１０は、気圧と気温の両方を含む必要はなく、いずれか一方を含んでいればよい。気象データ１１０が気圧と気温の少なくとも１つを含んでいれば、風速の予測精度は、気圧も気温も含まない気象データに基づく従来の予測精度よりも高くなるからである。

【0037】

また、本実施形態では、風速予測部２３５は、参照地点Ａ、Ｂ、Ｃ、Ｄの気象データ１１０をニューラルネットワークＮＮ１に入力して、風況予測地点Ｐ１における特定高度の風速推定値Ｅ１１を計算する。このニューラルネットワークＮＮ１は、風況予測地点Ｐ１の特定高度において過去に実測された風況実測データ１２０を教師データとして学習している。ニューラルネットワークＮＮ１を用いることによって、風速の予測精度をさらに向上させることが可能となる。

【0038】

なお、風速予測部２３５は、ニューラルネットワークＮＮ１の代わりに風況実測データ１２０に基づいて作成した回帰式を用いて、風速推定値Ｅ１１を計算してもよい。この場合、風速予測部２３５の処理負荷を軽減することが可能となる。

【0039】

図６は、風向予測データの作成方法を説明するための図である。本実施形態では、風向予測部２３６は、データ取得部２３１で取得された気象データ１１０に基づいて、評価対象エリア内の風況予測地点Ｐ２における特定高度の風向予測データを作成する。この気象データ１１０には、例えば、参照地点Ａ、Ｂ、Ｃ、Ｄにおける南北方向の風速成分、東西方向の風速成分、気圧、気温が含まれている。

【0040】

上述したように、評価対象エリアでは、任意の２地点間に気圧の差や気温の差が生じると、南北方向および東西方向の風速成分が変化する場合がある。これらの風速成分の変化は、風向に影響し得る。そのため、図６に示すように、気圧や気温を含んだ気象データ１１０を用いて求めた風向推定値Ｅ２１（点線参照）は、これらを含まない従来の気象データ１１０を用いて求めた風向推定値Ｅ２０（破線参照）よりも風向実測値Ｍ２（実線参照）との誤差が小さくなる。これにより、風向の予測精度を向上させることが可能となる。なお、気象データ１１０は、気圧と気温の両方を含む必要はなく、いずれか一方を含んでいればよい。気象データ１１０が気圧と気温の少なくとも１つを含んでいれば、風向の予測精度は、気圧も気温も含まない気象データに基づく従来の予測精度よりも高くなるからである。

【0041】

また、本実施形態では、風向予測部２３６は、参照地点Ａ、Ｂ、Ｃ、Ｄの気象データ１１０をニューラルネットワークＮＮ２に入力して、風況予測地点Ｐ２における特定高度の風向推定値Ｅ２１を計算する。このニューラルネットワークＮＮ２は、風況予測地点Ｐ２の特定高度において過去に実測された風況実測データ１２０を教師データとして学習している。ニューラルネットワークＮＮ２を用いることによって、風速の予測精度をさらに向上させることが可能となる。

【0042】

なお、風向予測部２３６は、ニューラルネットワークＮＮ２の代わりに風況実測データ１２０に基づいて作成した回帰式を用いて、風向推定値Ｅ２１を計算してもよい。この場合、風向予測部２３６の処理負荷を軽減することが可能となる。

【0043】

図７は、風速プロファイル予測データの作成方法を説明するための図である。本実施形態では、風速プロファイル予測部２３７は、データ取得部２３１で取得された気象データ１１０に基づいて、評価対象エリア内の風況予測地点Ｐ２における風速プロファイル予測データを作成する。この気象データ１１０には、例えば、参照地点Ａ、Ｂ、Ｃ、Ｄにおける南北方向の風速成分、東西方向の風速成分、気圧、地表から１０ｍの高さの気温、および上空の気温が含まれている。

【0044】

評価対象エリアでは、任意の２地点間に気圧の差や気温の差が生じると、南北方向および東西方向の風速成分が変化する場合がある。さらに、地表面近くと上空との間における気温差が、夏季と冬季では異なる。そのため、これらの風速成分の変化や気温差は、風速プロファイルに影響し得る。そのため、図７に示すように、気圧や気温を含んだ気象データ１１０を用いて求めた風速プロファイル推定値Ｅ３１（四角印参照）は、これらを含まない従来の気象データ１１０を用いて求めた風向プロファイル推定値Ｅ３０（三角印参照）よりも風速プロファイル実測値Ｍ３（丸印参照）との誤差が小さくなる。これにより、風速プロファイルの予測精度を向上させることが可能となる。なお、気象データ１１０は、気圧と気温の両方を含む必要はなく、いずれか一方を含んでいればよい。気象データ１１０が気圧と気温の少なくとも１つを含んでいれば、風速プロファイルの予測精度は、気圧も気温も含まない気象データに基づく従来の予測精度よりも高くなるからである。

【0045】

また、本実施形態では、風速プロファイル予測部２３７は、参照地点Ａ、Ｂ、Ｃ、Ｄの気象データ１１０をニューラルネットワークＮＮ３に入力して、風況予測地点Ｐ２における特定高度の風速プロファイル推定値Ｅ３１を計算する。このニューラルネットワークＮＮ３は、風況予測地点Ｐ２の複数の高度において過去に実測された風況実測データ１２０を教師データとして学習している。ニューラルネットワークＮＮ３を用いることによって、風速プロファイルの予測精度をさらに向上させることが可能となる。

【0046】

なお、風速プロファイル予測部２３７は、ニューラルネットワークＮＮ３の代わりに風況実測データ１２０に基づいて作成した回帰式を用いて、風速プロファイル推定値Ｅ３１を計算してもよい。この場合、風速プロファイル予測部２３７の処理負荷を軽減することが可能となる。

【0047】

上述した風速予測データ、風向予測データ、および風速プロファイル予測データの作成に関し、ニューラルネットワークと回帰式の組み合わせは任意である。全ての予測データがニューラルネットワークまたは回帰式を用いて作成されてもよいし、いずれかの予測データがニューラルネットワークを用いて作成され、残りの予測データが回帰式を用いて作成されてもよい。

【0048】

上述した風況予測部２３３による風況推定が終了すると、続いて、風況評価部２３４が、風速面分布を計算する（ステップＳ４）。以下、ステップＳ４の動作について説明する。

【0049】

風況評価部２３４は、まず、風況解析データベース２２１から風向予測部２３６で予測された風向に対応する複数の風速プロファイルを抽出する。続いて、風況評価部２３４は、風況解析データベース２２１の複数の風速プロファイルから、風速プロファイル予測部２３７で推定された風速プロファイルとの相関性が最も高いものを特定する。

【0050】

続いて、風況評価部２３４は、風況解析データベース２２１において、特定した風速プロファイルと対応付けられた換算係数を読み出す。続いて、風況評価部２３４は、風速予測部２３５で推定された風速と、換算係数とを乗算する。これにより、評価対象エリアの風速面分布が算出される。

【0051】

最後に、図８に示すように、表示部２４０が、風況評価部２３４によって計算された風速面分布を画像表示する（ステップＳ５）。図８は、表示部２４０の表示画像の一例を示す図である。

【0052】

図８に示す表示画像には、ある高度における評価対象エリアＲの風速分布および風向Ｗが示されている。本実施形態では、風速の大小が、色の濃淡で表示されている。しかし、風速の表示形態は、これに限定されない。例えば、風速は、その大きさに応じて異なる色で表示されてもよい。

【0053】

また、本実施形態では、表示部２４０は、特定高度の風速分布を表示しているが、表示機能はこれに限定されない。例えば、表示部２４０は、複数の高度の中から、ユーザの操作によって選択された高度の風速分布を表示してもよい。この場合、ユーザは、高度別に風速分布を確認することができる。

【0054】

以上説明した本実施形態によれば、気象データには、風速成分だけでなく気温および気圧の少なくとも１つが含まれている。そのため、気温差や気圧差によって発生し得る気象変化も考慮した風況予測が行われる。よって、風況予測の精度を向上させることが可能となる。

【0055】

さらに、本実施形態では、上記気象データをニューラルネットワークに入力して風況を予測している。このニューラルネットワークは、風況予測地点で過去に実測された風況実測データを教師データとして学習している。よって、風況予測の精度をより一層向上させることが可能となる。

【0056】

以上、実施形態を幾つか説明したが、これらの実施形態は、例としてのみ提示したものであり、発明の範囲を限定することを意図したものではない。本明細書で説明した新規なシステムは、その他の様々な形態で実施することができる。また、本明細書で説明したシステムの形態に対し、発明の要旨を逸脱しない範囲内で、種々の省略、置換、変更を行うことができる。添付の特許請求の範囲およびこれに均等な範囲は、発明の範囲や要旨に含まれるこのような形態や変形例を含むように意図されている。

【符号の説明】

【0057】

１００：データ入力装置
２００：風況推定装置
２２０：記憶部
２３３：風況予測部
２３４：風況評価部
２３５：風速予測部
２３６：風向予測部
２３７：風速プロファイル予測部
２４０：表示部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】