知財求人 - 知財ポータルサイト「IP Force」
特許7541206情報処理システム、情報処理装置、情報処理方法、およびプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B1)
(11)【特許番号】
(24)【登録日】2024-08-19
(45)【発行日】2024-08-27
(54)【発明の名称】情報処理システム、情報処理装置、情報処理方法、およびプログラム
(51)【国際特許分類】
G01W 1/00 20060101AFI20240820BHJP
F03D 17/00 20160101ALI20240820BHJP
【ＦＩ】
G01W1/00 A
F03D17/00
【請求項の数】
10
(21)【出願番号】P 2024035065
(22)【出願日】2024-03-07
【審査請求日】2024-03-07
【新規性喪失の例外の表示】特許法第３０条第２項適用 開催日 令和５年１２月１日 集会名、開催場所 第４５回風力エネルギー利用シンポジウム 科学技術館サイエンスホール（東京都千代田区北の丸公園２－１） ウェブサイトの掲載日 令和５年１１月２４日 ウェブサイトの代表ＵＲＬ ｈｔｔｐ：／／ｗｗｗ．ｊｗｅａ．ｏｒ．ｊｐ／ｍｅｎｕ６－５．ｈｔｍｌ
【早期審査対象出願】
(73)【特許権者】
【識別番号】518425612
【氏名又は名称】ＥＮＥＯＳリニューアブル・エナジー株式会社
(74)【代理人】
【識別番号】100104880
【弁理士】
【氏名又は名称】古部 次郎
(74)【代理人】
【識別番号】100125346
【弁理士】
【氏名又は名称】尾形 文雄
(72)【発明者】
【氏名】渡邊 慶一郎
(72)【発明者】
【氏名】▲高▼桑 晋
【審査官】前田 敏行
(56)【参考文献】
【文献】特開２０２３－０７２５８７（ＪＰ，Ａ）
【文献】米国特許出願公開第２０１０／０３１３６５０（ＵＳ，Ａ１）
【文献】中国特許出願公開第１１３２７９９０７（ＣＮ，Ａ）
【文献】渡邊慶一郎 他，観測環境の違いによるDe-trendingの有用性の検証，第４４回風力エネルギー利用シンポジウム，2022年12月06日
【文献】Kurt S. Hansen, et. al.，De-trending of turbulence measurements，European Seminar Offshore Wind and Other Marine Renewable Eenergies in Mediterrean an European Seas，OWEMES Association，2006年，55-64
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０１Ｗ １／００
Ｆ０３Ｄ １７／００
(57)【特許請求の範囲】
【請求項1】
大気中を移動する粒子に向けて複数方向に照射したレーザの反射によるドップラー効果を利用して風速を計測可能な風況観測装置により観測された、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データを、当該風況観測装置から取得し、さらに、当該観測位置の近傍の風況観測塔にて別途観測された、予め定められた観測位置における前記風向ごとの風速の時間経過を表す第３データを取得する取得手段と、
取得された前記第１データのうち、第１時間ごとに記録された当該第１データから、当該第１時間よりも長い第２時間の単位のトレンド成分を除去した第２データを生成する生成手段と、
取得された前記第１データおよび前記第３データと、生成された前記第２データとの各々における、前記風向ごとの風速の前記第２時間の単位の平均風速に対するばらつきを示す風速標準偏差に基づいて、前記観測位置の乱流強度を、当該第１データおよび当該第２データ各々について算出する算出手段と、
前記風向ごとおよび前記風速ごとに前記観測位置の乱流強度を出力する出力手段と、
を有し、
前記算出手段は、前記第１データに基づく前記観測位置の乱流強度と前記第２データに基づく当該観測位置の乱流強度との差と、前記第３データとに基づいて、当該観測位置の乱流強度をさらに算出することを特徴とする情報処理システム。
【請求項2】
前記生成手段は、前記第１データにおける時間と風速との関係を分析することで前記トレンド成分を抽出し、当該第１データから当該トレンド成分を除去することで前記第２データを生成することを特徴とする、請求項１に記載の情報処理システム。
【請求項3】
前記生成手段は、前記第１時間としての１秒間または略１秒間ごとに記録された前記第１データから、前記第２時間としての１０分間の単位の前記トレンド成分を除去した前記第２データを生成することを特徴とする、請求項１に記載の情報処理システム。
【請求項4】
前記算出手段は、前記観測位置の乱流強度に基づいて、当該観測位置に対応する場所に設置される第１風車の疲労荷重をさらに算出することを特徴とする、請求項１に記載の情報処理システム。
【請求項5】
前記算出手段は、前記第１風車とその近傍の第ｎ風車（ｎは２以上の整数値）との位置関係により生じるウエイクを起因とする前記観測位置の乱流強度と、当該第１風車の疲労荷重とをさらに算出することを特徴とする、請求項４に記載の情報処理システム。
【請求項6】
前記算出手段は、前記第１データに基づく前記観測位置の乱流強度と前記第２データに基づく当該観測位置の乱流強度との差に基づいて、前記第１データに対する前記第２データの当該観測位置の乱流強度の低減率をさらに算出し、
前記生成手段は、算出された前記観測位置の乱流強度の低減率を前記第３データに適用した第４データをさらに生成し、
前記算出手段は、前記第４データに基づく前記観測位置の乱流強度をさらに算出することを特徴とする、
請求項１に記載の情報処理システム。
【請求項7】
前記生成手段は、前記低減率の統計値と前記第３データとに基づいて前記第４データを補間した第５データをさらに生成し、前記算出手段は、前記第５データに基づく前記観測位置の乱流強度をさらに算出することを特徴とする、
請求項６に記載の情報処理システム。
【請求項8】
大気中を移動する粒子に向けて複数方向に照射したレーザの反射によるドップラー効果を利用して風速を計測可能な風況観測装置により観測された、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データを、当該風況観測装置から取得し、さらに、当該観測位置の近傍の風況観測塔にて別途観測された、予め定められた観測位置における前記風向ごとの風速の時間経過を表す第３データを取得する取得手段と、
取得された前記第１データのうち、第１時間ごとに記録された当該第１データから、当該第１時間よりも長い第２時間の単位のトレンド成分を除去した第２データを生成する生成手段と、
取得された前記第１データおよび前記第３データと、生成された前記第２データとの各々における、前記風向ごとの風速の前記第２時間の単位の平均風速に対するばらつきを示す風速標準偏差に基づいて、前記観測位置の乱流強度を、当該第１データおよび当該第２データ各々について算出する算出手段と、
前記風向ごとおよび前記風速ごとに前記観測位置の乱流強度を出力する出力手段と、
を有し、
前記算出手段は、前記第１データに基づく前記観測位置の乱流強度と前記第２データに基づく当該観測位置の乱流強度との差と、前記第３データとに基づいて、当該観測位置の乱流強度をさらに算出することを特徴とする情報処理装置。
【請求項9】
大気中を移動する粒子に向けて複数方向に照射したレーザの反射によるドップラー効果を利用して風速を計測可能な風況観測装置により観測された、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データを、当該風況観測装置から取得し、さらに、当該観測位置の近傍の風況観測塔にて別途観測された、予め定められた観測位置における前記風向ごとの風速の時間経過を表す第３データを取得するステップと、
取得された前記第１データのうち、第１時間ごとに記録された当該第１データから、当該第１時間よりも長い第２時間の単位のトレンド成分を除去した第２データを生成するステップと、
取得された前記第１データおよび前記第３データと、生成された前記第２データとの各々における、前記風向ごとの風速の前記第２時間の単位の平均風速に対するばらつきを示す風速標準偏差に基づいて、前記観測位置の乱流強度を、当該第１データおよび当該第２データ各々について算出するステップと、
前記第１データに基づく前記観測位置の乱流強度と前記第２データに基づく当該観測位置の乱流強度との差と、前記第３データとに基づいて、当該観測位置の乱流強度をさらに算出するステップと、
前記風向ごとおよび前記風速ごとに前記観測位置の乱流強度を出力するステップと、
を含むことを特徴とする情報処理方法。
【請求項10】
コンピュータに、大気中を移動する粒子に向けて複数方向に照射したレーザの反射によるドップラー効果を利用して風速を計測可能な風況観測装置により観測された、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データを、当該風況観測装置から取得し、さらに、当該観測位置の近傍の風況観測塔にて別途観測された、予め定められた観測位置における前記風向ごとの風速の時間経過を表す第３データを取得する機能と、
取得された前記第１データのうち、第１時間ごとに記録された当該第１データから、当該第１時間よりも長い第２時間の単位のトレンド成分を除去した第２データを生成する機能と、
取得された前記第１データおよび前記第３データと、生成された前記第２データとの各々における、前記風向ごとの風速の前記第２時間の単位の平均風速に対するばらつきを示す風速標準偏差に基づいて、前記観測位置の乱流強度を、当該第１データおよび当該第２データ各々について算出する機能と、
前記第１データに基づく前記観測位置の乱流強度と前記第２データに基づく当該観測位置の乱流強度との差と、前記第３データとに基づいて、当該観測位置の乱流強度をさらに算出する機能と、
前記風向ごとおよび前記風速ごとに前記観測位置の乱流強度を出力する機能と、
を実現させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理システム、情報処理装置、情報処理方法、およびプログラムに関する。
【背景技術】
【0002】
風力発電に用いられる風車に向かって吹く風は一定ではなく、疲労応力を発生させる疲労荷重になることがあるため、風車を設置する際、疲労荷重に対する風車の強さである疲労強度の確認が事前に行われる。風車の疲労強度の確認は、風車の設置予定地の気象や地形により生じる風速の乱れの強さである乱流強度の評価結果に基づいて行われる。乱流強度は、設置予定地またはその近傍にて１年間以上観測された風況（風速や風向等）の観測データに基づいて算出され、関連する技術も存在する（例えば、特許文献１）。風況の観測データは、風況観測塔（マスト）や、大気中を移動する粒子に向けて複数方向にレーザを照射してその反射によるドップラー効果を利用して風況を観測するドップラーライダーなどにより観測されるデータである。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０２３－０７２５８７号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
ドップラーライダーが風況の観測を行う場合、通常、１秒間程度ごとに観測された風向ごとの風速の１０分間の単位の平均風速と、その平均風速に対するばらつきを示す風速標準偏差とに基づいて乱流強度が算出される。ここで、瞬間的に生じる風速の変化は、風車が本来的に持つ制御機能による吸収が困難であり、疲労荷重になりやすい。これに対して、瞬間的ではない緩やかな風速の変化は、変化の前後で風速が大きく異なる場合であっても、風車が本来的に持つ制御機能による吸収が困難ではないため、疲労荷重になり難い。例えば、秒単位の風速の変化は、瞬間的な風速の変化であり、疲労荷重になりやすい。これに対して、１０分間の単位の風速のトレンドは、瞬間的ではない緩やかな風速の変化であるため、疲労荷重になり難い。
しかしながら、従来の乱流強度の算出手法では、１０分間の単位の風速のトレンドが含まれる。このため、１０分間の単位の前後で風速が大きく異なる場合には、乱流強度として過剰な予測値が算出されてしまい、風車に対して必要以上の疲労強度が求められることになる。その結果、風車の調達コストの上昇、風車の部分的な運転停止、風車の設置の見送りなどに繋がるおそれがある。
しかしながら、従来の乱流強度の算出手法では、１０分間の単位の風速のトレンドが含まれる。このため、１０分間の単位の前後で風速が大きく異なる場合には、乱流強度として過剰な予測値が算出されてしまい、風車に対して必要以上の疲労強度が求められることになる。その結果、風車の調達コストの上昇、風車の部分的な運転停止、風車の設置の見送りなどに繋がるおそれがある。
【0005】
本発明の目的は、風力発電に用いられる風車の設置予定地の乱流強度の予測の精度を向上させることにある。
【課題を解決するための手段】
【0006】
かかる目的のもと完成させた本発明は、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、予め定められた時間の単位のトレンド成分を除去した第２データを生成する生成手段と、前記第２データに基づいて、前記観測位置の乱流強度を算出する算出手段と、前記風向ごとおよび前記風速ごとに前記乱流強度を出力する出力手段と、を有することを特徴とする情報処理システムである。
ここで、前記生成手段は、前記第１データにおける時間と風速との関係を分析することで前記トレンド成分を抽出し、当該第１データから当該トレンド成分を除去することで前記第２データを生成することを特徴としてもよい。
また、前記生成手段は、第１時間ごとに記録された前記観測位置の前記風向ごとの風速を含む前記第１データから、当該第１時間よりも長い第２時間の単位の前記トレンド成分を除去した前記第２データを生成することを特徴としてもよい。
また、前記生成手段は、前記第１時間としての１秒間または略１秒間ごとに記録された前記第１データから、前記第２時間としての１０分間の単位の前記トレンド成分を除去した前記第２データを生成することを特徴としてもよい。
また、前記算出手段は、前記第１時間ごとに記録された前記風向ごとの風速の前記第２時間の単位の平均風速に対するばらつきを示す風速標準偏差に基づいて、前記乱流強度を算出することを特徴としてもよい。
また、前記算出手段は、前記観測位置の前記乱流強度に基づいて、当該観測位置に対応する場所に設置される第１風車の疲労荷重をさらに算出することを特徴としてもよい。
また、前記算出手段は、前記第１風車とその近傍の第ｎ風車（ｎは２以上の整数値）との位置関係により生じるウエイクを起因とする前記観測位置の前記乱流強度と、当該第１風車の疲労荷重とをさらに算出することを特徴としてもよい。
また、前記生成手段は、大気中を移動する粒子に向けて複数方向に照射したレーザの反射によるドップラー効果を利用して風速を計測可能な風況観測装置により観測された前記第１データから前記トレンド成分を除去した前記第２データを生成し、前記算出手段は、前記第１データと、前記第２データと、前記観測位置の近傍の風況観測塔にて別途観測された、予め定められた観測位置における前記風向ごとの風速の時間経過を表す第３データとに基づいて、前記乱流強度を算出することを特徴としてもよい。
また、前記算出手段は、さらに、前記第１データに基づいて、前記観測位置の前記乱流強度を算出し、当該第１データに基づく当該乱流強度と、前記第２データに基づく当該乱流強度との差と、前記第３データとに基づいて、前記乱流強度を算出することを特徴としてもよい。
また、前記生成手段は、前記第１データに対する前記第２データの前記乱流強度の低減率を前記第３データに適用した第４データをさらに生成し、前記算出手段は、前記第４データに基づく前記乱流強度をさらに算出することを特徴としてもよい。
また、前記生成手段は、前記低減率の統計値と前記第３データとに基づいて前記第４データを補間した第５データをさらに生成し、前記算出手段は、前記第５データに基づく前記乱流強度をさらに算出することを特徴としてもよい。
また、本発明は、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、予め定められた時間の単位のトレンド成分を除去した第２データを生成する生成手段と、前記第２データに基づいて、前記観測位置の乱流強度を算出する算出手段と、前記風向ごとおよび前記風速ごとに前記乱流強度を出力する出力手段と、を有することを特徴とする情報処理装置である。
また、本発明は、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、予め定められた時間の単位のトレンド成分を除去した第２データを生成するステップと、前記第２データに基づいて、前記観測位置の乱流強度を算出するステップと、前記風向ごとおよび前記風速ごとに前記乱流強度を出力するステップと、を含むことを特徴とする情報処理方法である。
また、本発明は、コンピュータに、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、予め定められた時間の単位のトレンド成分を除去した第２データを生成する機能と、前記第２データに基づいて、前記観測位置の乱流強度を算出する機能と、前記風向ごとおよび前記風速ごとに前記乱流強度を出力する機能と、を実現させるためのプログラムである。
ここで、前記生成手段は、前記第１データにおける時間と風速との関係を分析することで前記トレンド成分を抽出し、当該第１データから当該トレンド成分を除去することで前記第２データを生成することを特徴としてもよい。
また、前記生成手段は、第１時間ごとに記録された前記観測位置の前記風向ごとの風速を含む前記第１データから、当該第１時間よりも長い第２時間の単位の前記トレンド成分を除去した前記第２データを生成することを特徴としてもよい。
また、前記生成手段は、前記第１時間としての１秒間または略１秒間ごとに記録された前記第１データから、前記第２時間としての１０分間の単位の前記トレンド成分を除去した前記第２データを生成することを特徴としてもよい。
また、前記算出手段は、前記第１時間ごとに記録された前記風向ごとの風速の前記第２時間の単位の平均風速に対するばらつきを示す風速標準偏差に基づいて、前記乱流強度を算出することを特徴としてもよい。
また、前記算出手段は、前記観測位置の前記乱流強度に基づいて、当該観測位置に対応する場所に設置される第１風車の疲労荷重をさらに算出することを特徴としてもよい。
また、前記算出手段は、前記第１風車とその近傍の第ｎ風車（ｎは２以上の整数値）との位置関係により生じるウエイクを起因とする前記観測位置の前記乱流強度と、当該第１風車の疲労荷重とをさらに算出することを特徴としてもよい。
また、前記生成手段は、大気中を移動する粒子に向けて複数方向に照射したレーザの反射によるドップラー効果を利用して風速を計測可能な風況観測装置により観測された前記第１データから前記トレンド成分を除去した前記第２データを生成し、前記算出手段は、前記第１データと、前記第２データと、前記観測位置の近傍の風況観測塔にて別途観測された、予め定められた観測位置における前記風向ごとの風速の時間経過を表す第３データとに基づいて、前記乱流強度を算出することを特徴としてもよい。
また、前記算出手段は、さらに、前記第１データに基づいて、前記観測位置の前記乱流強度を算出し、当該第１データに基づく当該乱流強度と、前記第２データに基づく当該乱流強度との差と、前記第３データとに基づいて、前記乱流強度を算出することを特徴としてもよい。
また、前記生成手段は、前記第１データに対する前記第２データの前記乱流強度の低減率を前記第３データに適用した第４データをさらに生成し、前記算出手段は、前記第４データに基づく前記乱流強度をさらに算出することを特徴としてもよい。
また、前記生成手段は、前記低減率の統計値と前記第３データとに基づいて前記第４データを補間した第５データをさらに生成し、前記算出手段は、前記第５データに基づく前記乱流強度をさらに算出することを特徴としてもよい。
また、本発明は、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、予め定められた時間の単位のトレンド成分を除去した第２データを生成する生成手段と、前記第２データに基づいて、前記観測位置の乱流強度を算出する算出手段と、前記風向ごとおよび前記風速ごとに前記乱流強度を出力する出力手段と、を有することを特徴とする情報処理装置である。
また、本発明は、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、予め定められた時間の単位のトレンド成分を除去した第２データを生成するステップと、前記第２データに基づいて、前記観測位置の乱流強度を算出するステップと、前記風向ごとおよび前記風速ごとに前記乱流強度を出力するステップと、を含むことを特徴とする情報処理方法である。
また、本発明は、コンピュータに、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、予め定められた時間の単位のトレンド成分を除去した第２データを生成する機能と、前記第２データに基づいて、前記観測位置の乱流強度を算出する機能と、前記風向ごとおよび前記風速ごとに前記乱流強度を出力する機能と、を実現させるためのプログラムである。
【発明の効果】
【0007】
本発明によれば、風力発電に用いられる風車の設置予定地の乱流強度の予測の精度を向上させることができる。
【図面の簡単な説明】
【0008】
【図1】本実施の形態が適用される情報処理システムの全体構成の一例を示す図である。
【図3】管理サーバの制御部の機能構成の一例を示す図である。
【図4】管理サーバの処理のうち、第１風車の疲労荷重が算出されるまでの処理の流れの一例を示すフローチャートである。
【図5】（Ａ）乃至（Ｃ）は、第１データからトレンド成分を除去して第２データを生成する処理の具体例を示す図である。
【図6】算出された乱流強度の具体例を示す図である。
【図9】ウエイクの具体例を示す図である。
【図10】（Ａ）は、第１乃至第３データから観測位置の乱流強度を算出する手法の具体例を示す図である。（Ｂ）は、（Ａ）の計算式により算出された第２時間の単位の風速標準偏差の具体例を示す図である。
【図11】（Ａ）および（Ｂ）は、ライダー観測データの欠測の補間の具体例を示す図である。
【図12】ライダー観測データの欠測の補間の具体例を示す図である。
【図13】第４データの検証結果を示すグラフである。
【図14】第５データの検証結果を示すグラフである。
【発明を実施するための形態】
【0009】
以下、添付図面を参照して、本発明の実施の形態について詳細に説明する。
＜情報処理システムの構成＞
図１は、本実施の形態が適用される情報処理システム１の全体構成の一例を示す図である。
情報処理システム１は、管理サーバ１０と、風況を観測する移動可能な装置である風況観測装置３０と、風況を観測する建造物である風況観測塔（以下、「マスト」と呼ぶ。）に設置されたマスト端末５０と、ユーザ端末７０とがネットワーク９０を介して接続されることにより構成されている。ネットワーク９０は、例えば、ＬＡＮ（Local Area Network）、インターネット等である。
＜情報処理システムの構成＞
図１は、本実施の形態が適用される情報処理システム１の全体構成の一例を示す図である。
情報処理システム１は、管理サーバ１０と、風況を観測する移動可能な装置である風況観測装置３０と、風況を観測する建造物である風況観測塔（以下、「マスト」と呼ぶ。）に設置されたマスト端末５０と、ユーザ端末７０とがネットワーク９０を介して接続されることにより構成されている。ネットワーク９０は、例えば、ＬＡＮ（Local Area Network）、インターネット等である。
【0010】
（管理サーバ１０）
情報処理システム１を構成する管理サーバ１０は、情報処理システム１全体を管理するサーバとしての情報処理装置である。管理サーバ１０は、風況の観測が行われる場所（以下、「観測地」と呼ぶ。）に設置された風況観測装置３０により観測された風況に関する観測データを取得する。本実施の形態における風況観測装置３０は、大気中を移動する粒子に向けて複数方向にレーザを照射してその反射によるドップラー効果を利用して風況を観測するドップラーライダーである。以下、風況観測装置３０としてのドップラーライダーにより観測された風況に関する観測データのことを「ライダー観測データ」と呼ぶ。
情報処理システム１を構成する管理サーバ１０は、情報処理システム１全体を管理するサーバとしての情報処理装置である。管理サーバ１０は、風況の観測が行われる場所（以下、「観測地」と呼ぶ。）に設置された風況観測装置３０により観測された風況に関する観測データを取得する。本実施の形態における風況観測装置３０は、大気中を移動する粒子に向けて複数方向にレーザを照射してその反射によるドップラー効果を利用して風況を観測するドップラーライダーである。以下、風況観測装置３０としてのドップラーライダーにより観測された風況に関する観測データのことを「ライダー観測データ」と呼ぶ。
【0011】
風況観測装置３０により観測されたライダー観測データには、観測地の天地方向の風況の観測データが含まれる。具体的には、ライダー観測データには、観測地の地上から上空に向かって予め定められた高度ごとに設定された位置（以下、「観測位置」と呼ぶ。）の各々における風向ごとの風速の時間経過を表すデータ（以下、「第１データ」と呼ぶ。）が含まれる。第１データには、予め定められた第１時間ごとに記録された観測位置の風向ごとの風速が含まれる。本実施の形態における「第１時間」は、１秒間または略１秒間である。なお、観測地と風車の設置予定地とが一致しないことが通常であるため、ライダー観測データは、観測地と風車の設置予定地との距離等に応じて補正される。以下、ライダー観測データは、観測地と風車の設置予定地との不一致を是正するための補正が施されたデータであることを前提として説明する。
【0012】
管理サーバ１０は、取得したライダー観測データに含まれる第１データから、予め定められた時間の単位のトレンド成分を除去したデータ（以下、「第２データ」と呼ぶ。）を生成する。本実施の形態における「予め定められた時間の単位」とは、第１時間よりも長い第２時間として予め定められた時間の単位である。本実施の形態において、第１時間は、瞬間的な時間である１秒間または略１秒間であるのに対し、第２時間は、瞬間的ではない１０分間の単位である。なお、管理サーバ１０が第２データを生成する手法については後述する。
【0013】
管理サーバ１０は、生成した第２データに基づいて、観測位置の風速の乱れの強さである乱流強度を風向ごとおよび風速ごとに算出する。観測位置の風速の乱れは、観測地の気象や地形等を起因とするものと、ウエイクを起因とするものとがある。「ウエイク」とは、観測地またはその近傍に設置する予定の風車（以下、「第１風車」と呼ぶ。）の近傍に既に設置され、または設置する予定の第ｎ風車（ｎは２以上の整数値）のブレードの回転に起因する流入風の風速の減衰および乱れの効果のことをいう。なお、管理サーバ１０が観測位置の乱流強度を算出する手法については後述する。
【0014】
管理サーバ１０は、ユーザ端末７０から送信されてくる、疲労強度の確認の対象となる第１風車に関する情報（以下、「第１風車情報」と呼ぶ。）を取得する。第１風車情報には、第１風車の設置場所、仕様（例えば、高さ、ブレードのサイズ等）、周辺環境などの情報が含まれる。管理サーバ１０は、観測位置の乱流強度と、第１風車情報とに基づいて、第１風車の疲労荷重を算出する。
【0015】
また、管理サーバ１０は、ユーザ端末７０から送信されてくる、第ｎ風車に関する情報（以下、「第ｎ風車情報」と呼ぶ。）を取得する。第ｎ風車情報には、第ｎ風車の設置場所、仕様（例えば、高さ、ブレードのサイズ等）、周辺環境などの情報が含まれる。管理サーバ１０は、観測地の気象や地形等を起因とする観測位置の乱流強度と、第１風車と第ｎ風車との位置関係により生じるウエイクを起因とする観測位置の乱流強度とに基づいて、第１風車の疲労荷重を算出する。第１風車と第ｎ風車との位置関係は、第１風車情報および第ｎ風車情報から特定される。
【0016】
また、管理サーバ１０は、観測位置の近傍のマストにて観測された風況に関するデータ（以下、「マスト観測データ」と呼ぶ。）を、マスト端末５０を介して取得する。マスト観測データには、マストが設置された観測地の天地方向の風況の観測データが含まれる。具体的には、マスト観測データには、観測地の地上から上空に向かって予め定められた高度ごとに設定された観測位置の各々における風向ごとの風速の時間経過を表すデータ（以下、「第３データ」と呼ぶ。）が含まれる。第３データには、第２時間（１０分間）の単位の風向ごとの風速のデータが含まれる。なお、マストが設置された観測地と第１風車の設置予定地とが一致しないことが通常であるため、実際には、マストが設置された観測地と第１風車の設置予定地との距離等に応じてマスト観測データが補正される。以下、マスト観測データは、マストが設置された観測地と第１風車の設置予定地との不一致を是正するための補正が施されたデータであることを前提として説明する。
【0017】
第３データを取得した管理サーバ１０は、第１乃至第３データに基づいて、観測位置の乱流強度を算出することができる。この場合、管理サーバ１０は、第１データに基づき算出した乱流強度と、第２データに基づき算出した乱流強度との差と、第３データとに基づいて、観測位置の乱流強度を算出する。具体的には、例えば、管理サーバ１０は、第１データに対する第２データの乱流強度の低減率（以下、「第２データ低減率」と呼ぶ。）を第３データに適用した第４データを生成することで乱流強度を算出する。
【0018】
ライダー観測データは、雨や霧など天候を理由とする欠測が生じやすい。このため、ライダー観測データに欠測がある場合、管理サーバ１０は、第２データ低減率の統計値と、第３データとに基づいて、第４データを補間したデータ（以下、「第５データ」と呼ぶ。）を生成することで乱流強度を算出する。第２データ低減率の統計値としては、例えば、第２データ低減率の中央値や平均値などが挙げられる。なお、管理サーバ１０の構成や処理の詳細については後述する。
【0019】
（風況観測装置３０）
情報処理システム１を構成する風況観測装置３０はドップラーライダーである。風況観測装置３０により観測されたライダー観測データには第１データが含まれる。上述のように、第１データには、第１時間ごとに記録された観測位置の風向ごとの風速が含まれる。ここで、「風向」とは、例えば、観測位置の３６０度の方位を１６分割した風向（以下、「１６風向」と呼ぶ。）などである。１６風向とは、Ｎ（北）、ＮＮＥ（北北東）、ＮＥ（北東）、ＥＮＥ（東北東）、Ｅ（東）、ＥＳＥ（東南東）、ＳＥ（南東）、ＳＳＥ（南南東）、Ｓ（南）、ＳＳＷ（南南西）、ＳＷ（南西）、ＷＳＷ（西南西）、Ｗ（西）、ＷＮＷ（西北西）、ＮＷ（北西）、およびＮＮＷ（北北西）である。
情報処理システム１を構成する風況観測装置３０はドップラーライダーである。風況観測装置３０により観測されたライダー観測データには第１データが含まれる。上述のように、第１データには、第１時間ごとに記録された観測位置の風向ごとの風速が含まれる。ここで、「風向」とは、例えば、観測位置の３６０度の方位を１６分割した風向（以下、「１６風向」と呼ぶ。）などである。１６風向とは、Ｎ（北）、ＮＮＥ（北北東）、ＮＥ（北東）、ＥＮＥ（東北東）、Ｅ（東）、ＥＳＥ（東南東）、ＳＥ（南東）、ＳＳＥ（南南東）、Ｓ（南）、ＳＳＷ（南南西）、ＳＷ（南西）、ＷＳＷ（西南西）、Ｗ（西）、ＷＮＷ（西北西）、ＮＷ（北西）、およびＮＮＷ（北北西）である。
【0020】
風況観測装置３０は、第１データを含む観測位置ごとのライダー観測データを管理サーバ１０に向けて送信する。風況観測装置３０がライダー観測データを管理サーバ１０に向けて送信するタイミングは特に限定されない。例えば、リアルタイムでライダー観測データが送信されてもよいし、予め定められた時間（秒、分、日、週、月、年等）ごとにライダー観測データが送信されてもよい。また、管理サーバ１０からライダー観測データの提供に関する問い合わせに応じてライダー観測データが送信されてもよい。
【0021】
（マスト端末５０）
情報処理システム１を構成するマスト端末５０は、マストごとに設置された情報処理装置であり、マストにより観測されたマスト観測データを取得して管理サーバ１０に向けて送信する。マスト観測データには、マストに設置された複数のセンサの各々により計測された、第２時間（１０分間）の単位の風況の観測データが含まれる。マストに設置されているセンサは、風速センサ、風向センサ、温度センサ、湿度センサ、気圧センサなどであり、これらのセンサにより計測された風速、１６風向、温度、湿度、気圧等の計測結果が、マスト観測データとして取得される。マスト観測データには第３データが含まれる。
情報処理システム１を構成するマスト端末５０は、マストごとに設置された情報処理装置であり、マストにより観測されたマスト観測データを取得して管理サーバ１０に向けて送信する。マスト観測データには、マストに設置された複数のセンサの各々により計測された、第２時間（１０分間）の単位の風況の観測データが含まれる。マストに設置されているセンサは、風速センサ、風向センサ、温度センサ、湿度センサ、気圧センサなどであり、これらのセンサにより計測された風速、１６風向、温度、湿度、気圧等の計測結果が、マスト観測データとして取得される。マスト観測データには第３データが含まれる。
【0022】
マスト端末５０がマスト観測データを管理サーバ１０に向けて送信するタイミングは特に限定されない。例えば、リアルタイムでマスト観測データが送信されてもよいし、予め定められた時間（秒、分、日、週、月、年等）ごとにマスト観測データが送信されてもよい。また、管理サーバ１０からマスト観測データの提供に関する問い合わせに応じてマスト観測データが送信されてもよい。
【0023】
（ユーザ端末７０）
情報処理システム１を構成するユーザ端末７０は、情報処理システム１を利用するユーザが操作するパーソナルコンピュータ、スマートフォン、タブレット端末等の情報処理装置である。ユーザ端末７０は、ユーザにより入力された情報を管理サーバ１０に向けて送信する。ユーザにより入力され、管理サーバ１０に向けて送信される情報としては、例えば、第２データ、観測位置の乱流強度、第１風車の疲労荷重などのデータを管理サーバ１０に問い合わせるために入力された問い合わせ情報などが挙げられる。
情報処理システム１を構成するユーザ端末７０は、情報処理システム１を利用するユーザが操作するパーソナルコンピュータ、スマートフォン、タブレット端末等の情報処理装置である。ユーザ端末７０は、ユーザにより入力された情報を管理サーバ１０に向けて送信する。ユーザにより入力され、管理サーバ１０に向けて送信される情報としては、例えば、第２データ、観測位置の乱流強度、第１風車の疲労荷重などのデータを管理サーバ１０に問い合わせるために入力された問い合わせ情報などが挙げられる。
【0024】
また、ユーザ端末７０は、管理サーバ１０から送信されてきた各種の情報を取得してディスプレイ等に表示する。例えば、ユーザ端末７０は、問い合わせ情報に基づき管理サーバ１０から送信されてきた、第２データ、観測位置の乱流強度、第１風車の疲労荷重などのデータを取得して表示する。
【0025】
なお、上述の情報処理システム１の構成は一例であり、情報処理システム１全体として上述の処理を実現させる機能を備えていればよい。このため、上述の処理を実現させる機能のうち、一部または全部を情報処理システム１内の各装置で分担してもよいし協働してもよい。例えば、管理サーバ１０の機能の一部または全部を、風況観測装置３０、マスト端末５０、ユーザ端末７０のいずれかの機能としてもよい。さらに、情報処理システム１を構成する管理サーバ１０、風況観測装置３０、マスト端末５０、およびユーザ端末７０の各々の機能の一部または全部を、図示せぬ他のサーバ等に移譲してもよい。これにより、情報処理システム１全体としての処理が促進され、また、処理を補完し合うことも可能となる。
【0026】
＜管理サーバ１０のハードウェア構成＞
図２は、図１の情報処理システム１を構成する管理サーバ１０のハードウェア構成の一例を示す図である。
管理サーバ１０は、制御部１１と、メモリ１２と、記憶部１３と、通信部１４と、操作部１５と、表示部１６とを有している。これらの各部は、データバス、アドレスバス、ＰＣＩ（Peripheral Component Interconnect）バス等で接続されている。
図２は、図１の情報処理システム１を構成する管理サーバ１０のハードウェア構成の一例を示す図である。
管理サーバ１０は、制御部１１と、メモリ１２と、記憶部１３と、通信部１４と、操作部１５と、表示部１６とを有している。これらの各部は、データバス、アドレスバス、ＰＣＩ（Peripheral Component Interconnect）バス等で接続されている。
【0027】
制御部１１は、ＯＳ（基本ソフトウェア）やアプリケーションソフトウェア（応用ソフトウェア）等の各種ソフトウェアの実行を通じて管理サーバ１０の機能の制御を行うプロセッサである。制御部１１は、例えばＣＰＵ（Central Processing Unit）で構成される。メモリ１２は、各種ソフトウェアやその実行に用いるデータ等を記憶する記憶領域であり、演算に際して作業エリアとして用いられる。メモリ１２は、例えばＲＡＭ（Random Access Memory）等で構成される。
【0028】
記憶部１３は、各種ソフトウェアに対する入力データや各種ソフトウェアからの出力データ等を記憶する記憶領域である。記憶部１３は、例えばプログラムや各種設定データなどの記憶に用いられるＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）、半導体メモリ等で構成される。記憶部１３には、各種のデータを格納するデータベースが設けられている。例えば、ライダー観測データが格納されたライダーＤＢ１３１、第２データが格納された第２ＤＢ１３２、マスト観測データが格納されたマストＤＢ１３３、乱流強度の評価に用いられるデータが格納された評価用ＤＢ１３４、第１風車情報および第ｎ風車情報が格納された風車ＤＢ１３５などが記憶部１３に格納されている。
【0029】
通信部１４は、ネットワーク９０を介して風況観測装置３０、マスト端末５０、ユーザ端末７０、および外部との間でデータの送受信を行う。操作部１５は、例えばキーボード、マウス、機械式のボタン、スイッチで構成され、入力操作を受け付ける。操作部１５には、表示部１６と一体的にタッチパネルを構成するタッチセンサも含まれる。表示部１６は、例えば情報の表示に用いられる液晶ディスプレイや有機ＥＬ（Electro Luminescence）ディスプレイで構成され、画像やテキストのデータなどを表示する。
【0030】
＜風況観測装置３０、マスト端末５０、ユーザ端末７０のハードウェア構成＞
風況観測装置３０、マスト端末５０、およびユーザ端末７０は、いずれも図２に示す管理サーバ１０のハードウェア構成と同様の構成を備えることができる。すなわち、風況観測装置３０、マスト端末５０、およびユーザ端末７０は、図２に示す管理サーバ１０の制御部１１、メモリ１２、記憶部１３、通信部１４、操作部１５、および表示部１６の各々と同様の制御部、メモリ、記憶部、通信部、操作部、および表示部の各々を備えることができる。このため、風況観測装置３０、マスト端末５０、およびユーザ端末７０のハードウェア構成の図示および説明を省略する。
風況観測装置３０、マスト端末５０、およびユーザ端末７０は、いずれも図２に示す管理サーバ１０のハードウェア構成と同様の構成を備えることができる。すなわち、風況観測装置３０、マスト端末５０、およびユーザ端末７０は、図２に示す管理サーバ１０の制御部１１、メモリ１２、記憶部１３、通信部１４、操作部１５、および表示部１６の各々と同様の制御部、メモリ、記憶部、通信部、操作部、および表示部の各々を備えることができる。このため、風況観測装置３０、マスト端末５０、およびユーザ端末７０のハードウェア構成の図示および説明を省略する。
【0031】
＜管理サーバ１０の制御部１１の機能構成＞
図３は、管理サーバ１０の制御部１１の機能構成の一例を示す図である。
管理サーバ１０の制御部１１では、管理部１０１と、取得部１０２と、生成手段としての生成部１０３と、算出手段としての算出部１０４と、出力手段としての送信制御部１０５とが機能する。
図３は、管理サーバ１０の制御部１１の機能構成の一例を示す図である。
管理サーバ１０の制御部１１では、管理部１０１と、取得部１０２と、生成手段としての生成部１０３と、算出手段としての算出部１０４と、出力手段としての送信制御部１０５とが機能する。
【0032】
管理部１０１は、記憶部１３（図２参照）に設けられた各種のデータベースに各種のデータを格納して管理する。例えば、管理部１０１は、第１データを含むライダー観測データをライダーＤＢ１３１に格納して管理する。また、管理部１０１は、第２データを第２ＤＢ１３２に格納して管理する。また、管理部１０１は、第３データを含むマスト観測データをマストＤＢ１３３に格納して管理する。また、管理部１０１は、第４および第５データなど乱流強度の評価に用いられるデータを評価用ＤＢ１３４に格納して管理する。また、管理部１０１は、第１風車情報および第ｎ風車情報を風車ＤＢ１３５に格納して管理する。
【0033】
取得部１０２は、管理サーバ１０に向けて送信されてきた各種の情報を取得する。例えば、取得部１０２は、風況観測装置３０から送信されてきたライダー観測データを取得する。ライダー観測データの第１データには、第１時間ごとに記録された観測位置の風向ごとの風速が含まれる。
【0034】
また、取得部１０２は、マスト端末５０から送信されてきたマスト観測データを取得する。マスト観測データの第３データには、第２時間ごとに記録された観測位置の風向ごとの風速が含まれる。また、取得部１０２は、ユーザ端末７０から送信されてきた第１風車情報を取得する。また、取得部１０２は、ユーザ端末７０から送信されてきた第ｎ風車情報を取得する。また、取得部１０２は、ユーザ端末７０から送信されてきた各種の問い合わせ情報を取得する。
【0035】
生成部１０３は、各種の情報を生成する。例えば、生成部１０３は、管理部１０１により管理されているライダー観測データに含まれる第１データから、第２時間の単位のトレンド成分を除去した第２データを生成する。第１データからトレンド成分を除去して第２データを生成する手法は特に限定されない。例えば、第１データにおける時間と風速との関係を分析することでトレンド成分を抽出し、第１データからトレンド成分を除去することで第２データを生成してもよい。なお、第１データからトレンド成分を抽出する際に用いる分析の手法は特に限定されず、例えば線形回帰分析などあらゆる分析の手法を用いることができる。
【0036】
算出部１０４は、生成部１０３により生成された第２データに基づいて、観測位置の風向ごとおよび風速ごとに乱流強度を算出する。具体的には、算出部１０４は、第１時間ごとに記録された風向ごとの風速の第２時間の単位の平均風速に対するばらつきを示す風速標準偏差に基づいて、観測位置の乱流強度を算出する。
【0037】
また、算出部１０４は、管理部１０１により管理されている第１データに基づいて、観測位置の乱流強度を算出する。そして、算出部１０４は、第１データに基づき算出した乱流強度と、第２データに基づき算出した乱流強度との差と、管理部１０１により管理されている第３データとに基づいて、観測位置の乱流強度を算出する。具体的には、算出部１０４は、第２データ低減率を算出し、第２データ低減率と第３データとに基づいて、観測位置の乱流強度を算出する。
【0038】
また、算出部１０４は、ライダー観測データに欠測がある場合には、第２データ低減率の統計値と、第３データとに基づいて、ライダー観測データの欠測を補間することで、観測位置の乱流強度を算出する。例えば、算出部１０４は、ライダー観測データの欠測を補間する際に、第２データ低減率の統計値の一例である中央値を用いることで、算出される乱流強度が低くなり過ぎて疲労荷重が甘く見積もられることが抑制される。
【0039】
また、算出部１０４は、算出した観測位置の乱流強度と、第１風車情報とに基づいて、第１風車の疲労荷重を算出する。また、第ｎ風車が存在する場合、算出部１０４は、生成部１０３により生成された第２データと、第１風車情報および第ｎ風車情報から特定される、第１風車と第ｎ風車との位置関係により生じ得るウエイクを考慮して、観測位置の乱流強度と、第１風車の疲労荷重とを算出する。「第１風車と第ｎ風車との位置関係」は、例えば、第１風車と第ｎ風車との間隔、第ｎ風車の本数、第１風車から見た第ｎ風車の方角などにより定義される。
【0040】
送信制御部１０５は、通信部１４（図２参照）を介して各種の情報を送信する制御を行う。例えば、送信制御部１０５は、生成部１０３により生成された第２データ、第４データ、第５データなどをユーザ端末７０に向けて送信する制御を行う。また、送信制御部１０５は、算出部１０４により算出された、観測位置の乱流強度、第１風車の疲労荷重などの情報をユーザ端末７０に向けて送信する制御を行う。
【0041】
＜管理サーバの処理の流れ＞
図４は、管理サーバ１０の処理のうち、第１風車の疲労荷重が算出されるまでの処理の流れの一例を示すフローチャートである。なお、図４に示す例では、観測位置の乱流強度の算出にあたり、マスト観測データの利用が求められているものとする。
管理サーバ１０は、風況観測装置３０から、第１データを含むライダー観測データが送信されてくると（ステップ４０１でＹＥＳ）、送信されてきたライダー観測データを取得し（ステップ４０２）、取得したライダー観測データをデータベース（例えば、図２のライダーＤＢ１３１）に格納して管理する（ステップ４０３）。これに対して、風況観測装置３０からライダー観測データが送信されてきていない場合（ステップ４０１でＮＯ）、管理サーバ１０は、風況観測装置３０からライダー観測データが送信されてくるまでステップ４０１を繰り返す。
図４は、管理サーバ１０の処理のうち、第１風車の疲労荷重が算出されるまでの処理の流れの一例を示すフローチャートである。なお、図４に示す例では、観測位置の乱流強度の算出にあたり、マスト観測データの利用が求められているものとする。
管理サーバ１０は、風況観測装置３０から、第１データを含むライダー観測データが送信されてくると（ステップ４０１でＹＥＳ）、送信されてきたライダー観測データを取得し（ステップ４０２）、取得したライダー観測データをデータベース（例えば、図２のライダーＤＢ１３１）に格納して管理する（ステップ４０３）。これに対して、風況観測装置３０からライダー観測データが送信されてきていない場合（ステップ４０１でＮＯ）、管理サーバ１０は、風況観測装置３０からライダー観測データが送信されてくるまでステップ４０１を繰り返す。
【0042】
管理サーバ１０は、取得したライダー観測データに含まれる第１データから、第２時間の単位のトレンド成分を除去した第２データを生成する（ステップ４０４）。具体的には、管理サーバ１０は、第１データから１０分間の単位のトレンド成分を除去した第２データを生成する。
【0043】
管理サーバ１０は、ユーザ端末７０から、第１風車情報が送信されてくると（ステップ４０５でＹＥＳ）、送信されてきた第１風車情報を取得し（ステップ４０６）、取得した第１風車情報をデータベース（例えば、図２の風車ＤＢ１３５）に格納して管理する（ステップ４０７）。これに対して、ユーザ端末７０から第１風車情報が送信されてきていない場合（ステップ４０５でＮＯ）、管理サーバ１０は、ユーザ端末７０から第１風車情報が送信されてくるまでステップ４０５を繰り返す。
【0044】
管理サーバ１０は、マスト端末５０から、第３データを含むマスト観測データが送信されてくると（ステップ４０８でＹＥＳ）、送信されてきたマスト観測データを取得し（ステップ４０９）、取得したマスト観測データをデータベース（例えば、図２のマストＤＢ１３３）に格納して管理する（ステップ４１０）。これに対して、マスト端末５０からマスト観測データが送信されてきていない場合（ステップ４０８でＮＯ）、管理サーバ１０は、マスト端末５０からマスト観測データが送信されてくるまでステップ４０８を繰り返す。
【0045】
管理サーバ１０は、ユーザ端末７０から、第ｎ風車情報が送信されてくると（ステップ４１１でＹＥＳ）、送信されてきた第ｎ風車情報を取得し（ステップ４１２）、取得した第ｎ風車情報をデータベース（例えば、図２の風車ＤＢ１３５）に格納して管理する（ステップ４１３）。これに対して、ユーザ端末７０から第ｎ風車情報が送信されてきていない場合（ステップ４１１でＮＯ）、管理サーバ１０は、ウエイクを生じさせ得る第ｎ風車が存在しないものとしてステップ４１４に進む。
【0046】
管理サーバ１０は、観測位置の乱流強度を算出する（ステップ４１４）。具体的には、管理サーバ１０は、第２データ低減率を算出し、算出した第２データ低減率の統計値と第３データとに基づいて、第２データの欠測を補間することで、観測位置の乱流強度を算出する。また、管理サーバ１０は、第ｎ風車が存在する場合には、第１風車と第ｎ風車との位置関係により生じるウエイクを起因とする観測位置の乱流強度をさらに算出する。
【0047】
管理サーバ１０は、第１風車の疲労荷重を算出する（ステップ４１５）。具体的には、管理サーバ１０は、観測地の気象や地形等を起因とする観測位置の乱流強度と、第１風車情報とに基づいて、第１風車の疲労荷重を算出する。また、管理サーバ１０は、第ｎ風車が存在する場合には、観測地の気象や地形等を起因とする観測位置の乱流強度と、ウエイクを起因とする観測位置の乱流強度と、第１風車情報と、第ｎ風車情報とに基づいて、第１風車の疲労荷重を算出する。
【0048】
＜具体例＞
図５（Ａ）乃至（Ｃ）は、第１データからトレンド成分を除去して第２データを生成する処理の具体例を示す図である。
図５（Ａ）には、第１データの具体例が示されている。図５（Ａ）に示す第１データは、ある観測位置における、ある風向の第１時間（１秒間または略１秒間）ごとの風速（Wind speed（m／s））の時間（Time（s））の経過を第２時間（１０分間（６００秒間））の単位で表したデータである。実線Ｌ１は、第１時間ごとの風速の変化を示している。すなわち、実線Ｌ１は、瞬間的に生じる風速の変化を示している。実線Ｌ２は、平均風速を示している。破線Ｌ３およびＬ４は、風速標準偏差を示している。
図５（Ａ）乃至（Ｃ）は、第１データからトレンド成分を除去して第２データを生成する処理の具体例を示す図である。
図５（Ａ）には、第１データの具体例が示されている。図５（Ａ）に示す第１データは、ある観測位置における、ある風向の第１時間（１秒間または略１秒間）ごとの風速（Wind speed（m／s））の時間（Time（s））の経過を第２時間（１０分間（６００秒間））の単位で表したデータである。実線Ｌ１は、第１時間ごとの風速の変化を示している。すなわち、実線Ｌ１は、瞬間的に生じる風速の変化を示している。実線Ｌ２は、平均風速を示している。破線Ｌ３およびＬ４は、風速標準偏差を示している。
【0049】
図５（Ｂ）には、図５（Ａ）の第１データから抽出された、第１時間の単位のトレンド成分の具体例が示されている。実線Ｌ５は、図５（Ａ）の第１データにおける時間（Time（s））と風速（Wind speed（m／s））との関係を線形回帰分析することで抽出された、第２時間の単位のトレンド成分である。実線Ｌ５は、時間（Time（s））が０（s）のときの風速（Wind speed（m／s））が約１２（m／s）であり、時間（Time（s））が６００（s）（１０分間）のときに風速が約２０（m／s）であることを示している。
【0050】
すなわち、実線Ｌ５は、瞬間的ではない１０分間（６００秒間）という時間が経過する間に風速（Wind speed（m／s））が約８（m／s）緩やかに変化したことを示している。上述のように、瞬間的ではない緩やかな風速の変化は、変化の前後で風速が大きく異なる場合であっても、風車が本来的に持つ制御機能で吸収できるため、風車に対する疲労荷重になり難い。図５（Ｂ）に示す１０分間（６００秒間）の単位の風速のトレンドは、瞬間的ではない緩やかな風速の変化であり、疲労荷重になり難い。このため、図５（Ａ）に示す第１データから図５（Ｂ）に示すトレンド成分を除去した第２データが生成される。
【0051】
図５（Ｃ）には、生成された第２データの具体例が示されている。図５（Ｃ）に示す第２データは、図５（Ａ）に示す第１データから図５（Ｂ）に示すトレンド成分を除去したものである。すなわち、図５（Ａ）の実線Ｌ１から、図５（Ｂ）に示すトレンド成分である実線Ｌ５を除去すると、図５（Ｃ）に示す実線Ｌ６になる。図５（Ｃ）に示す破線Ｌ７およびＬ８は風速標準偏差である。図５（Ａ）に示す風速標準偏差（破線Ｌ３およびＬ４）と、図５（Ｃ）に示す風速標準偏差（破線Ｌ７およびＬ８）とを比較すると、トレンド成分の除去によってばらつきの幅が小さくなっている。トレンド成分である実線Ｌ５が除去されることにより、乱流強度として過剰な予測値が算出されることが抑制される。
【0052】
図６は、算出された乱流強度の具体例を示す図である。
図６には、ある観測位置における、風速と、風速標準偏差と、風向と、乱流強度との関係を第２時間（１０分間）の単位で表したデータの具体例が示されている。乱流強度は、風速標準偏差を風速で除した値である。例えば、２０ＸＸ年１月１日の午前０時００分（２０ＸＸ／１／１ ０：００）の風速は「１０．５」（m／s）であり、風速標準偏差は「１．５」（m／s）であり、風向は「３４３」（°）であり、乱流強度は「１４．３」（％）である。なお、２０ＸＸ年１月１日の午前０時００分（２０ＸＸ／１／１ ０：００）の１０分後、２０分後、３０分後の各々の風速と、風速標準偏差と、風向と、乱流強度との関係は図６に示すとおりである。
図６には、ある観測位置における、風速と、風速標準偏差と、風向と、乱流強度との関係を第２時間（１０分間）の単位で表したデータの具体例が示されている。乱流強度は、風速標準偏差を風速で除した値である。例えば、２０ＸＸ年１月１日の午前０時００分（２０ＸＸ／１／１ ０：００）の風速は「１０．５」（m／s）であり、風速標準偏差は「１．５」（m／s）であり、風向は「３４３」（°）であり、乱流強度は「１４．３」（％）である。なお、２０ＸＸ年１月１日の午前０時００分（２０ＸＸ／１／１ ０：００）の１０分後、２０分後、３０分後の各々の風速と、風速標準偏差と、風向と、乱流強度との関係は図６に示すとおりである。
【0053】
図７は、図１の情報処理システム１を構成するユーザ端末７０に出力される、風向ごとおよび風速ごとに乱流強度を一覧化した表の具体例を示す図である。
図７には、ある観測位置における、３６０度の方位を１２分割した３０（°）単位の風向ごと、および１（m／s）単位の風速ごとに乱流強度を一覧化した表の具体例が示されている。例えば、風向が「０」（°）、風速が「１」（m／s）であるときの乱流強度は「２２．０２」（％）であり、風向が「３０」（°）、風速が「２」（m／s）であるときの乱流強度は「１５．１１」（％）である。なお、他の風速および他の風速のときの乱流強度の具体例については、図７に示すとおりである。
図７には、ある観測位置における、３６０度の方位を１２分割した３０（°）単位の風向ごと、および１（m／s）単位の風速ごとに乱流強度を一覧化した表の具体例が示されている。例えば、風向が「０」（°）、風速が「１」（m／s）であるときの乱流強度は「２２．０２」（％）であり、風向が「３０」（°）、風速が「２」（m／s）であるときの乱流強度は「１５．１１」（％）である。なお、他の風速および他の風速のときの乱流強度の具体例については、図７に示すとおりである。
【0054】
図７に示す表は、３６０度の方位を１２分割した風向ごとに乱流強度を示した表であり、主に、観測地が平地や洋上など平坦な地形である場合の乱流強度の評価に用いられる表である。これに対して、観測地が山間部など複雑な地形である場合には、風向をより細かく区分した評価が必要になる。このため、図示はしないが、例えば、３６０度の方位を１６分割した風向ごとに乱流強度を示した表や、３６０度の方位を３２分割した風向ごとに乱流強度を示した表などが生成される。
【0055】
図８は、風車２００と、マスト５００と、図１の情報処理システム１を構成する風況観測装置３０との各々のサイズの具体例を示す図である。
マスト５００では、天地方向の天側に向かう高さｈ１に設置された各種のセンサによる風況の観測結果がマスト観測データとして取得される。マスト５００の観測位置の一般的な高さｈ１は５８ｍ（メートル）である。ただし、近年の風車２００は大型化の傾向にあるため、高さｈ１のマスト観測データでは風車２００の疲労強度を確認するための観測データとして不十分である場合が多い。このため、高さｈ１よりも高い観測位置の観測を可能とする風況観測装置３０のライダー観測データを併用することで、風車２００の疲労強度の確認が行われる。
マスト５００では、天地方向の天側に向かう高さｈ１に設置された各種のセンサによる風況の観測結果がマスト観測データとして取得される。マスト５００の観測位置の一般的な高さｈ１は５８ｍ（メートル）である。ただし、近年の風車２００は大型化の傾向にあるため、高さｈ１のマスト観測データでは風車２００の疲労強度を確認するための観測データとして不十分である場合が多い。このため、高さｈ１よりも高い観測位置の観測を可能とする風況観測装置３０のライダー観測データを併用することで、風車２００の疲労強度の確認が行われる。
【0056】
例えば、風車２００の疲労強度を確認するための観測データとして、風車２００のハブ２４１の高さｈ２に対する３分の２以上の高さの観測位置の観測データが求められる場合がある。この場合、ハブ２４１の高さｈ２が、マスト５００の観測位置の高さｈ１の１．５倍の高さｈ４を超えると、マスト観測データでは不十分となる。具体的には、高さｈ１が５８ｍ（メートル）である場合には、高さｈ４は８７ｍ（メートル）になる。このため、マスト観測データは、ハブ２４１の高さｈ２が８７ｍ（メートル）を超える風車２００の疲労強度を確認するための観測データとして不十分となる。
【0057】
この場合、高さｈ４を超える観測位置の風況の観測を可能とする風況観測装置３０のライダー観測データを併用した観測データ（すなわち、上述の第４データや第５データ）が、風車２００の疲労強度の確認に用いられる。風況観測装置３０は、観測地の上空に向かう複数方向のレーザ３０１の照射により、風車２００のブレード２４２の先端が最も高くなる高さｈ３の観測位置のライダー観測データの取得を可能とする。また、マスト観測データは、ライダー観測データとは異なり、通常は瞬間的な風況の変化のデータを保持しない。このため、ライダー観測データは、風車２００の疲労強度を確認するための必須のデータとなる。
【0058】
図９は、ウエイクの具体例を示す図である。
上述のように、第１風車の近傍に第ｎ風車が設置される場合には、観測位置の乱流強度と、第１風車の疲労荷重とが算出される際、ウエイクを起因とする風速の乱れが考慮される。例えば、図９には、流入風の風上から風下に向かって、風車２０１乃至２０３がその順番で設置されている様子が示されている。図９の例において、風車２０１および２０２は第ｎ風車であり、風車２０３は第１風車であるものとする。
上述のように、第１風車の近傍に第ｎ風車が設置される場合には、観測位置の乱流強度と、第１風車の疲労荷重とが算出される際、ウエイクを起因とする風速の乱れが考慮される。例えば、図９には、流入風の風上から風下に向かって、風車２０１乃至２０３がその順番で設置されている様子が示されている。図９の例において、風車２０１および２０２は第ｎ風車であり、風車２０３は第１風車であるものとする。
【0059】
図９の例では、風車２０１に流入した流入風は、風車２０１のブレード２１１の回転によってウエイクが発生し、そのウエイクを含む流入風が風車２０２に流入する。さらに、風車２０２に流入した流入風は、風車２０２のブレード２２１の回転によってウエイクが発生し、そのウエイクを含む流入風が風車２０３に流入する。
【0060】
すなわち、第ｎ風車としての風車２０２に流入する流入風には、風車２０１と風車２０２との間の領域に発生したウエイクが含まれる。また、第１風車としての風車２０３に流入する流入風には、風車２０２と風車２０３との間の領域に発生したウエイクが含まれる。このため、観測位置の乱流強度と風車２０３の疲労荷重とが算出される際、風車２０２と風車２０３との間の領域に発生するウエイクが考慮される。これにより、実態に即した乱流強度と疲労荷重との算出が可能となる。算出された風車２０３の疲労荷重が大きい場合には、風車２０３と風車２０２との距離を広げ、ウエイクの影響を小さくすることで、風車２０３の疲労荷重を小さくすることができる。
【0061】
図１０（Ａ）は、第１乃至第３データから観測位置の乱流強度を算出する手法の具体例を示す図である。
図１０（Ａ）には、第１乃至第３データから観測位置の乱流強度を算出するための計算式の一例が示されている。図１０（Ａ）に示す計算式において、「σＶＬ，ｄｅｔ」は、第２データの第２時間の単位の風速標準偏差である。また、「σＶＬ」は、第１データの第２時間の単位の風速標準偏差である。また、「σｍａｓｔ」は、第１データの第２時間の単位の風速標準偏差である。すなわち、第３データからトレンド成分を除去した第２時間の単位の風速標準偏差である「σｍａｓｔ，ｄｅｔ」は、「σＶＬ，ｄｅｔ」、「σＶＬ」、および「σｍａｓｔ」から算出することができる。
図１０（Ａ）には、第１乃至第３データから観測位置の乱流強度を算出するための計算式の一例が示されている。図１０（Ａ）に示す計算式において、「σＶＬ，ｄｅｔ」は、第２データの第２時間の単位の風速標準偏差である。また、「σＶＬ」は、第１データの第２時間の単位の風速標準偏差である。また、「σｍａｓｔ」は、第１データの第２時間の単位の風速標準偏差である。すなわち、第３データからトレンド成分を除去した第２時間の単位の風速標準偏差である「σｍａｓｔ，ｄｅｔ」は、「σＶＬ，ｄｅｔ」、「σＶＬ」、および「σｍａｓｔ」から算出することができる。
【0062】
図１０（Ｂ）は、図１０（Ａ）の計算式により算出された第２時間の単位の風速標準偏差の具体例を示す図である。
図１０（Ｂ）には、ライダー観測データに含まれる第１データの風速標準偏差と、第２データの風速標準偏差と、第２データ低減率とが示されている。また、マスト観測データに含まれる第３データの風速標準偏差と、第３データの風速標準偏差に第２データ低減率を乗じた第４データの風速標準偏差とが、第２時間（１０分間）の単位で示されている。
図１０（Ｂ）には、ライダー観測データに含まれる第１データの風速標準偏差と、第２データの風速標準偏差と、第２データ低減率とが示されている。また、マスト観測データに含まれる第３データの風速標準偏差と、第３データの風速標準偏差に第２データ低減率を乗じた第４データの風速標準偏差とが、第２時間（１０分間）の単位で示されている。
【0063】
例えば、２０ＸＸ年７月２４日の午前０時００分（２０ＸＸ／７／２４ ０：００）における、第１データの風速標準偏差は「０．３６」（ｍ／ｓ）、第２データの風速標準偏差は「０．３５４」（ｍ／ｓ）、第２データ低減率は「０．９８３」（％）である。また、第３データの風速標準偏差は「０．２８２」（ｍ／ｓ）、第４データの風速標準偏差は「０．２７７」（ｍ／ｓ）である。なお、他の時間帯における、第１データの風速標準偏差、第２データの風速標準偏差、第２データ低減率、第３データの風速標準偏差、および第４データの風速標準偏差の具体例については、図１０（Ｂ）に示すとおりである。
【0064】
図１１（Ａ）および（Ｂ）、並びに図１２は、ライダー観測データの欠測の補間の具体例を示す図である。
図１１（Ａ）には、第３データとしての風速、風速ビン、風向、風向ビン、および風速標準偏差と、第２データ低減率とを第２時間（１０分間）の単位で表したデータが示されている。ここで、「風速ビン」は、風速の区間であり、「風向ビン」は、風向の区分である。例えば、２０ＸＸ年７月２４日午前０時１０分（２０ＸＸ／７／２４ ０：１０）における、第３データの風速は「１．９２１」（ｍ／ｓ）、風速ビンは「０」（ｍ／ｓ）、風向は「１２０．８５」（°）、風向ビンは「ＥＳＥ」（東南東）、風速標準偏差は「０．２８２」（ｍ／ｓ）であり、第２データ低減率は「０．９３１」（％）である。また、その１０分後である午前０時２０分（２０ＸＸ／７／２４ ０：２０）における、第３データの風速は「２．０９６」（ｍ／ｓ）、風速ビンは「２．５」（ｍ／ｓ）、風向は「１１８．２５」（°）、風向ビンは「ＥＳＥ」（東南東）、風速標準偏差は「０．３２６」（ｍ／ｓ）であり、第２データ低減率は「０．８４１」（％）である。
図１１（Ａ）には、第３データとしての風速、風速ビン、風向、風向ビン、および風速標準偏差と、第２データ低減率とを第２時間（１０分間）の単位で表したデータが示されている。ここで、「風速ビン」は、風速の区間であり、「風向ビン」は、風向の区分である。例えば、２０ＸＸ年７月２４日午前０時１０分（２０ＸＸ／７／２４ ０：１０）における、第３データの風速は「１．９２１」（ｍ／ｓ）、風速ビンは「０」（ｍ／ｓ）、風向は「１２０．８５」（°）、風向ビンは「ＥＳＥ」（東南東）、風速標準偏差は「０．２８２」（ｍ／ｓ）であり、第２データ低減率は「０．９３１」（％）である。また、その１０分後である午前０時２０分（２０ＸＸ／７／２４ ０：２０）における、第３データの風速は「２．０９６」（ｍ／ｓ）、風速ビンは「２．５」（ｍ／ｓ）、風向は「１１８．２５」（°）、風向ビンは「ＥＳＥ」（東南東）、風速標準偏差は「０．３２６」（ｍ／ｓ）であり、第２データ低減率は「０．８４１」（％）である。
【0065】
図１１（Ｂ）には、上述の図１１（Ａ）に示す第２データ低減率の中央値を、風速ビンごとおよび風向ビンごとに一覧化した表が示されている。図１１（Ｂ）に示す表において、風速ビン（風速）は、２．５（ｍ／ｓ）、３．５（ｍ／ｓ）、４．５（ｍ／ｓ）、５．５（ｍ／ｓ）、６．５（ｍ／ｓ）、７．５（ｍ／ｓ）、８．５（ｍ／ｓ）、９．５（ｍ／ｓ）、１０．５（ｍ／ｓ）、１１．５（ｍ／ｓ）、１３（ｍ／ｓ）、１５（ｍ／ｓ）、１７（ｍ／ｓ）、１９（ｍ／ｓ）、２１（ｍ／ｓ）、２３（ｍ／ｓ）、２５（ｍ／ｓ）であり、風向ビン（風向）は１６風向である。
【0066】
図１１（Ｂ）に示す表において、例えば、風速ビンが「２．５」（ｍ／ｓ）、風向ビンが「Ｎ」（北）である場合、第２データ低減率の中央値は、「０．９４５」（％）である。また、風速ビンが「２．５」（ｍ／ｓ）、風向ビンが「ＮＮＥ」（北北東）である場合、第２データ低減率の中央値は、「０．９３３」（％）である。
【0067】
上述のように、ライダー観測データが欠測しているために第２データ低減率を算出できない場合には、欠測が補間される。具体的には、例えば、欠測した部分に対応するマスト観測データの風速ビンおよび風向ビンと、図１１（Ｂ）に示す表の風速ビンおよび風向ビンとが一致する第２データ低減率の中央値が、第２データに代入される。これにより欠測が補間される。
【0068】
図１２には、欠測の補間の概念図が示されている。図１２に示すデータのうち、白抜きの部分は、欠測のない観測データＤ１であり、ハッチングされた部分は、欠測のある欠測データＤｍ、および欠測を補間するための補間データＤ２である。図１２に示すように、マスト観測データに含まれる第３データと、ライダー観測データに含まれる第１データとを比較すると、第３データの欠測データＤｍよりも、第１データの欠測データＤｍの方が多い。これは、上述のように、第１データは雨や霧など天候の影響を受けやすいからである。第２データは、第１データからトレンド成分を除去したものであるため、観測データＤ１および欠測データＤｍの数は第１データと同じである。
【0069】
第４データは、第２データに基づく乱流強度の低減率を第３データに適用したものである。第４データは、第１乃至第３データに基づいて生成される。このため、図１２に示すように、第４データは、第１乃至第３データのすべての欠測データＤｍを包含する。第４データに対しては、上述の図１１（Ａ）および（Ｂ）に示す補間の手法が用いられる。その結果、第４データの欠測データＤｍのうち、第１および第２データの欠測データＤｍの部分が補間された第５データが生成される。
【0070】
＜検証＞
図１３は、第４データの検証結果を示すグラフである。
図１３に示すグラフは、横軸を風速（Wind speed（m／s））とし、縦軸を乱流強度（Turbulence intensity）とするグラフである。実線Ｌ１１は、検証用の正のデータとしてマストにて第１時間（１秒間または略１秒間）ごとに観測された特別なマスト観測データである。破線Ｌ１２は、本実施の形態にかかる手法により算出された第４データである。点Ｐ１は、第２時間である１０分間の単位で観測された第３データである。
図１３は、第４データの検証結果を示すグラフである。
図１３に示すグラフは、横軸を風速（Wind speed（m／s））とし、縦軸を乱流強度（Turbulence intensity）とするグラフである。実線Ｌ１１は、検証用の正のデータとしてマストにて第１時間（１秒間または略１秒間）ごとに観測された特別なマスト観測データである。破線Ｌ１２は、本実施の形態にかかる手法により算出された第４データである。点Ｐ１は、第２時間である１０分間の単位で観測された第３データである。
【0071】
図１３に示すように、検証用に第１時間ごとに観測されたマスト観測データ（実線Ｌ１１）と、本実施の形態にかかる手法により算出された第４データ（破線Ｌ１２）とが略一致している。ただし、上述のように、ライダー観測データは欠測が生じやすいため、欠測が補間された第５データが生成される。
【0072】
図１４は、第５データの検証結果を示すグラフである。
図１４に示すグラフは、上述の図１３に示すグラフから第３データを示す点Ｐ１を削除し、第５データを示す一点鎖線Ｌ１３を加えたものである。上述のように、第５データは、第２データ低減率の中央値を用いて算出される。これにより、疲労荷重が甘く見積もられることが抑制される。その結果、図１４に示すように、欠測が補間された第５データ（一点鎖線Ｌ１３）は、検証用に１秒間程度ごとに観測されたマスト観測データ（実線Ｌ１１）に対して僅かに上に位置している。すなわち、図１３および図１４に示すように、観測位置の乱流強度を評価する際、第５データを用いても安全上特に問題はないといえる。
図１４に示すグラフは、上述の図１３に示すグラフから第３データを示す点Ｐ１を削除し、第５データを示す一点鎖線Ｌ１３を加えたものである。上述のように、第５データは、第２データ低減率の中央値を用いて算出される。これにより、疲労荷重が甘く見積もられることが抑制される。その結果、図１４に示すように、欠測が補間された第５データ（一点鎖線Ｌ１３）は、検証用に１秒間程度ごとに観測されたマスト観測データ（実線Ｌ１１）に対して僅かに上に位置している。すなわち、図１３および図１４に示すように、観測位置の乱流強度を評価する際、第５データを用いても安全上特に問題はないといえる。
【0073】
以上まとめると、本実施の形態にかかる情報処理システム１（図１参照）は、次のような構成を取れば足り、各種各様な実施の形態を取ることができる。
すなわち、情報処理システム１は、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、第１時間の単位のトレンド成分を除去した第２データを生成する生成手段としての管理サーバ１０の生成部１０３（図３参照）と、第２データに基づいて、観測位置の乱流強度を算出する算出手段としての管理サーバ１０の算出部１０４（図３参照）と、予め定められた風向ごとおよび風速ごとに観測位置の乱流強度を出力する出力手段としての管理サーバ１０の送信制御部１０５（図３参照）とを有することを特徴とする情報処理システムである。
すなわち、情報処理システム１は、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、第１時間の単位のトレンド成分を除去した第２データを生成する生成手段としての管理サーバ１０の生成部１０３（図３参照）と、第２データに基づいて、観測位置の乱流強度を算出する算出手段としての管理サーバ１０の算出部１０４（図３参照）と、予め定められた風向ごとおよび風速ごとに観測位置の乱流強度を出力する出力手段としての管理サーバ１０の送信制御部１０５（図３参照）とを有することを特徴とする情報処理システムである。
【0074】
これにより、第１データからトレンド成分を除去した第２データに基づいて、観測位置の乱流強度が算出されて風向ごとおよび風速ごとに出力される。その結果、過剰な乱流強度が算出されることが抑制されるので、風力発電に用いられる第１風車の設置予定地の乱流強度の予測の精度を向上させることができる。
【0075】
ここで、生成部１０３は、第１データにおける時間と風速との関係を分析することで第１時間の単位のトレンド成分を抽出し、第１データから第１時間の単位のトレンド成分を除去することで第２データを生成することを特徴としてもよい。
これにより、第１データにおける時間と風速との関係を分析することで第１時間の単位のトレンド成分が抽出され、抽出されたトレンド成分が第１データから除去されることで第２データが生成される。その結果、過剰な乱流強度が算出されることが抑制されるので、風力発電に用いられる第１風車の設置予定地の乱流強度の予測の精度を向上させることができる。
これにより、第１データにおける時間と風速との関係を分析することで第１時間の単位のトレンド成分が抽出され、抽出されたトレンド成分が第１データから除去されることで第２データが生成される。その結果、過剰な乱流強度が算出されることが抑制されるので、風力発電に用いられる第１風車の設置予定地の乱流強度の予測の精度を向上させることができる。
【0076】
また、生成部１０３は、第１時間ごとに記録された観測位置の予め定められた風向ごとの風速を含む第１データから、第１時間よりも長い第２時間の単位のトレンド成分を除去した第２データを生成することを特徴としてもよい。
これにより、第１時間ごとに記録された観測位置の風向ごとの風速を含む第１データから、第１時間よりも長い第２時間の単位のトレンド成分を除去した第２データが生成される。その結果、過剰な乱流強度が算出されることが抑制されるので、風力発電に用いられる第１風車の設置予定地の乱流強度の予測の精度を向上させることができる。
これにより、第１時間ごとに記録された観測位置の風向ごとの風速を含む第１データから、第１時間よりも長い第２時間の単位のトレンド成分を除去した第２データが生成される。その結果、過剰な乱流強度が算出されることが抑制されるので、風力発電に用いられる第１風車の設置予定地の乱流強度の予測の精度を向上させることができる。
【0077】
また、生成部１０３は、第１時間としての１秒間または略１秒間ごとに記録された第１データから、第２時間としての１０分間の単位のトレンド成分を除去した第２データを生成することを特徴としてもよい。
これにより、第１時間としての１秒間または略１秒間ごとに記録された第１データから、第２時間としての１０分間の単位のトレンド成分を除去した第２データが生成される。その結果、過剰な乱流強度が算出されることが抑制されるので、風力発電に用いられる第１風車の設置予定地の乱流強度の予測の精度を向上させることができる。
これにより、第１時間としての１秒間または略１秒間ごとに記録された第１データから、第２時間としての１０分間の単位のトレンド成分を除去した第２データが生成される。その結果、過剰な乱流強度が算出されることが抑制されるので、風力発電に用いられる第１風車の設置予定地の乱流強度の予測の精度を向上させることができる。
【0078】
また、算出部１０４は、第１時間ごとに記録された予め定められた風向ごとの風速の第２時間の単位の平均風速に対するばらつきを示す風速標準偏差に基づいて、観測位置の乱流強度を算出することを特徴としてもよい。
これにより、第１時間ごとに記録された風向ごとの風速の第２時間の単位の平均風速に対するばらつきを示す風速標準偏差に基づいて、観測位置の乱流強度が算出される。その結果、過剰な乱流強度が算出されることが抑制されるので、風力発電に用いられる第１風車の設置予定地の乱流強度の予測の精度を向上させることができる。
これにより、第１時間ごとに記録された風向ごとの風速の第２時間の単位の平均風速に対するばらつきを示す風速標準偏差に基づいて、観測位置の乱流強度が算出される。その結果、過剰な乱流強度が算出されることが抑制されるので、風力発電に用いられる第１風車の設置予定地の乱流強度の予測の精度を向上させることができる。
【0079】
また、算出部１０４は、観測位置の乱流強度に基づいて、観測位置に対応する場所に設置される第１風車の疲労荷重をさらに算出することを特徴としてもよい。
これにより、観測位置の乱流強度に基づいて、観測位置に対応する場所に設置される第１風車の疲労荷重が算出される。その結果、過剰な疲労荷重が算出されることが抑制されるので、風力発電に用いられる第１風車の疲労荷重の予測の精度を向上させることができる。
これにより、観測位置の乱流強度に基づいて、観測位置に対応する場所に設置される第１風車の疲労荷重が算出される。その結果、過剰な疲労荷重が算出されることが抑制されるので、風力発電に用いられる第１風車の疲労荷重の予測の精度を向上させることができる。
【0080】
また、算出部１０４は、第１風車とその近傍の第ｎ風車（ｎは２以上の整数値）との位置関係により生じるウエイクを起因とする観測位置の乱流強度と、第１風車の疲労荷重とをさらに算出することを特徴としてもよい。
これにより、ウエイクを起因とする観測位置の乱流強度と、第１風車の疲労荷重とが算出される。その結果、実態に即した乱流強度と疲労荷重との算出が可能となる。
これにより、ウエイクを起因とする観測位置の乱流強度と、第１風車の疲労荷重とが算出される。その結果、実態に即した乱流強度と疲労荷重との算出が可能となる。
【0081】
また、生成部１０３は、大気中を移動する粒子に向けて複数方向に照射したレーザの反射によるドップラー効果を利用して風速を計測可能な風況観測装置３０により観測された第１データから第２時間の単位のトレンド成分を除去した第２データを生成し、算出部１０４は、第１データと、第２データと、観測位置の近傍のマストにて別途観測された、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第３データとに基づいて、観測位置の乱流強度を算出することを特徴としてもよい。
これにより、ライダー観測データに含まれる第１データと、第１データから第２時間の単位のトレンド成分を除去した第２データと、マストにて別途観測された第３データとに基づいて、観測位置の乱流強度が算出される。その結果、制度上、ライダー観測データのみによる第１風車の疲労強度の確認が認められない場合であっても、ライダー観測データとマスト観測データとを用いた第１風車の疲労強度の確認が可能となる。
これにより、ライダー観測データに含まれる第１データと、第１データから第２時間の単位のトレンド成分を除去した第２データと、マストにて別途観測された第３データとに基づいて、観測位置の乱流強度が算出される。その結果、制度上、ライダー観測データのみによる第１風車の疲労強度の確認が認められない場合であっても、ライダー観測データとマスト観測データとを用いた第１風車の疲労強度の確認が可能となる。
【0082】
また、算出部１０４は、さらに、第１データに基づいて、観測位置の乱流強度を算出し、第１データに基づく観測位置の乱流強度と、第２データに基づく観測位置の乱流強度との差と、第３データとに基づいて、観測位置の乱流強度を算出することを特徴としてもよい。
これにより、第１データに基づく乱流強度と、第２データに基づく乱流強度との差に基づいて、第３データからトレンド成分を抽出できる。その結果、トレンド成分が除去されたライダー観測データおよびマスト観測データに基づく乱流強度の算出が可能となる。
これにより、第１データに基づく乱流強度と、第２データに基づく乱流強度との差に基づいて、第３データからトレンド成分を抽出できる。その結果、トレンド成分が除去されたライダー観測データおよびマスト観測データに基づく乱流強度の算出が可能となる。
【0083】
また、生成部１０３は、第１データに対する第２データの乱流強度の低減率である第２データ低減率を第３データに適用した第４データをさらに生成し、算出部１０４は、第４データに基づく乱流強度をさらに算出することを特徴としてもよい。
これにより、第２データ低減率を用いて第３データからトレンド成分を抽出した第４データが生成され、第４データに基づく乱流強度が算出される。その結果、トレンド成分が除去されたライダー観測データおよびマスト観測データに基づく乱流強度の算出が可能となる。
これにより、第２データ低減率を用いて第３データからトレンド成分を抽出した第４データが生成され、第４データに基づく乱流強度が算出される。その結果、トレンド成分が除去されたライダー観測データおよびマスト観測データに基づく乱流強度の算出が可能となる。
【0084】
また、生成部１０３は、第２データ低減率の統計値と第３データとに基づいて第４データを補間した第５データをさらに生成し、算出部１０４は、第５データに基づく乱流強度をさらに算出することを特徴としてもよい。
これにより、第２データ低減率の統計値と第３データとに基づいて第４データを補間した第５データが生成される。その結果、雨や霧など天候の影響でライダー観測データに欠測が生じた場合であっても、マスト観測データで欠測を補間できる。
これにより、第２データ低減率の統計値と第３データとに基づいて第４データを補間した第５データが生成される。その結果、雨や霧など天候の影響でライダー観測データに欠測が生じた場合であっても、マスト観測データで欠測を補間できる。
【0085】
また、本実施の形態にかかる情報処理装置としての管理サーバ１０（図３参照）は、次のような構成を取れば足り、各種各様な実施の形態を取ることができる。
すなわち、管理サーバ１０は、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、第１時間の単位のトレンド成分を除去した第２データを生成する生成手段としての生成部１０３と、第２データに基づいて、観測位置の乱流強度を算出する算出手段としての算出部１０４と、予め定められた風向ごとおよび風速ごとに観測位置の乱流強度を出力する出力手段としての送信制御部１０５とを有することを特徴とする情報処理装置である。
すなわち、管理サーバ１０は、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、第１時間の単位のトレンド成分を除去した第２データを生成する生成手段としての生成部１０３と、第２データに基づいて、観測位置の乱流強度を算出する算出手段としての算出部１０４と、予め定められた風向ごとおよび風速ごとに観測位置の乱流強度を出力する出力手段としての送信制御部１０５とを有することを特徴とする情報処理装置である。
【0086】
また、本実施の形態にかかる情報処理方法は、次のような構成を取れば足り、各種各様な実施の形態を取ることができる。
すなわち、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、第１時間の単位のトレンド成分を除去した第２データを生成するステップと、第２データに基づいて、観測位置の乱流強度を算出するステップと、予め定められた風向ごとおよび風速ごとに乱流強度を出力するステップと、を含むことを特徴とする情報処理方法である。
すなわち、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、第１時間の単位のトレンド成分を除去した第２データを生成するステップと、第２データに基づいて、観測位置の乱流強度を算出するステップと、予め定められた風向ごとおよび風速ごとに乱流強度を出力するステップと、を含むことを特徴とする情報処理方法である。
【0087】
また、本実施の形態にかかるプログラムは、次のような構成を取れば足り、各種各様な実施の形態を取ることができる。
すなわち、コンピュータとしての管理サーバ１０に、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、第１時間の単位のトレンド成分を除去した第２データを生成する機能と、第２データに基づいて、観測位置の乱流強度を算出する機能と、予め定められた風向ごとおよび風速ごとに乱流強度を出力する機能と、を実現させるためのプログラムである。
すなわち、コンピュータとしての管理サーバ１０に、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、第１時間の単位のトレンド成分を除去した第２データを生成する機能と、第２データに基づいて、観測位置の乱流強度を算出する機能と、予め定められた風向ごとおよび風速ごとに乱流強度を出力する機能と、を実現させるためのプログラムである。
【0088】
＜他の実施の形態＞
以上、本実施の形態について説明したが、本発明は上述した本実施の形態に限るものではない。また、本発明による効果も、上述した本実施の形態に記載されたものに限定されない。例えば、図１に示す情報処理システム１の構成、図２に示す管理サーバ１０のハードウェア構成、および図３に示す管理サーバ１０の制御部１１の機能構成は、いずれも本発明の目的を達成するための例示に過ぎず、特に限定されない。上述した処理を全体として実行できる機能が図１の情報処理システム１に備えられていれば足り、この機能を実現するためにどのようなハードウェア構成および機能構成を用いるかは上述の例に限定されない。
以上、本実施の形態について説明したが、本発明は上述した本実施の形態に限るものではない。また、本発明による効果も、上述した本実施の形態に記載されたものに限定されない。例えば、図１に示す情報処理システム１の構成、図２に示す管理サーバ１０のハードウェア構成、および図３に示す管理サーバ１０の制御部１１の機能構成は、いずれも本発明の目的を達成するための例示に過ぎず、特に限定されない。上述した処理を全体として実行できる機能が図１の情報処理システム１に備えられていれば足り、この機能を実現するためにどのようなハードウェア構成および機能構成を用いるかは上述の例に限定されない。
【0089】
また、図４に示す管理サーバ１０の処理のステップの順序も例示に過ぎず、特に限定されない。図示されたステップの順序に沿って時系列的に行われる処理だけではなく、必ずしも時系列的に処理されなくとも、並列的あるいは個別的に行われてもよい。また、図５乃至図１２に示す具体例も一例に過ぎず、特に限定されない。
【0090】
また、上述の実施の形態では、風況観測装置３０としてドップラーライダーが採用されているが、これに限定されない。第１時間ごとに観測位置の風況を観測可能な装置であればよいので、特にドップラーライダーに限定されず、他の技術を用いて観測可能な他の装置であってもよい。
【0091】
また、上述の実施の形態では、第１時間が１秒間または略１秒間であり、第２時間が１０分間であるとされているが、第１時間および第２時間は特に限定されない。例えば、第１時間は、１秒間未満または１秒間以上の瞬間的といえる時間であってもよい。また、第２時間は、１０分間未満または１０分間以上の瞬間的ではないといえる時間であってもよい。
【符号の説明】
【0092】
１…情報処理システム、１０…管理サーバ、１１…制御部、１２…メモリ、１３…記憶部、１４…通信部、１５…操作部、１６…表示部、３０…風況観測装置、５０…マスト端末、７０…ユーザ端末、１０１…管理部、１０２…取得部、１０３…生成部、１０４…算出部、１０５…送信制御部、９０…ネットワーク
【要約】
【課題】風力発電に用いられる風車の設置予定地の乱流強度の予測の精度を向上させる。
【解決手段】管理サーバ１０の制御部１１では、生成部１０３が、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、予め定められた時間の単位のトレンド成分を除去した第２データを生成し、算出部１０４が、第２データに基づいて、観測位置の乱流強度を算出し、送信制御部１０５が、観測位置における風向ごとおよび風速ごとの乱流強度をユーザ端末に向けて送信する制御を行う。
【選択図】図３
【解決手段】管理サーバ１０の制御部１１では、生成部１０３が、予め定められた観測位置における予め定められた風向ごとの風速の時間経過を表す第１データから、予め定められた時間の単位のトレンド成分を除去した第２データを生成し、算出部１０４が、第２データに基づいて、観測位置の乱流強度を算出し、送信制御部１０５が、観測位置における風向ごとおよび風速ごとの乱流強度をユーザ端末に向けて送信する制御を行う。
【選択図】図３
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
