- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我需要使用 python 的 pvlib 包 ( https://pvlib-python.readthedocs.io/en/stable/ ) 计算阵列平面 (POA) 辐照度。为此,我想使用 WRF 模型(GHI、DNI、DHI)的输出数据。输出数据采用 netCDF 格式,我使用 netCDF4 包打开它,然后使用 wrf-python 包提取必要的变量。
有了这个,我得到了一个 xarray.Dataset ,其中包含我将使用的变量。然后我使用 xarray.Dataset.to_dataframe() 方法将其转换为 pandas 数据帧,然后使用 dataframe.values 将数据帧转换为 numpy 数组。然后我做一个循环,在每次迭代中,我使用函数 irradiance.get_total_irradiance ( https://pvlib-python.readthedocs.io/en/stable/auto_examples/plot_ghi_transposition.html ) 计算网格点的 POA。
这就是我到目前为止一直在做的方式,但是我在 WRF 域中有超过 160000 个网格点,数据是每小时一次,跨越 365 天。这提供了非常大量的数据。我相信如果 pvlib 可以直接与 xarray.dataset 一起工作,它会更快。但是,我只能这样做,将数据转换为 numpy.array 并循环遍历行。谁能告诉我如何优化这个计算?因为我开发的代码非常耗时。
如果有人能帮我解决这个问题,我将不胜感激。也许是对代码的改进,或者从 WRF 数据计算 POA 的另一种方法......
我正在提供我迄今为止构建的代码:
from pvlib import location
from pvlib import irradiance
import os
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import xarray as xr
import netCDF4
import wrf
获取 WRF 数据
variaveis = ['T2',
'U10',
'V10',
'SWDDNI',
'SWDDIF',
'SWDOWN']
netcdf_data = netCDF4.Dataset('wrfout_d02_2003-11-01_00_00_00')
first = True
for v in variaveis:
var = wrf.getvar(netcdf_data, v, timeidx=wrf.ALL_TIMES)
if first:
met_data = var
first = False
else:
met_data = xr.merge([met_data, var])
met_data = xr.Dataset.reset_coords(met_data, ['XTIME'], drop=True)
met_data['T2'] = met_data['T2'] - 273.15
WS10 = (met_data['U10']**2 + met_data['V10']**2)**0.5
met_data['WS10'] = WS10
df = met_data[['SWDDIF',
'SWDDNI',
'SWDOWN',
'T2',
'WS10']].to_dataframe().reset_index().drop(columns=['south_north',
'west_east'])
df.rename(columns={'SWDOWN': 'ghi',
'SWDDNI':'dni',
'SWDDIF':'dhi',
'T2':'temp_air',
'WS10':'wind_speed',
'XLAT': 'lat',
'XLONG': 'lon',
'Time': 'time'}, inplace=True)
df.set_index(['time'], inplace=True)
df = df[df.ghi>0]
df.index = df.index.tz_localize('America/Recife')
获取 POA 辐照度的函数
def get_POA_irradiance(lon, lat, date, dni, dhi, ghi, tilt=10, surface_azimuth=0):
site_location = location.Location(lat, lon, tz='America/Recife')
# Get solar azimuth and zenith to pass to the transposition function
solar_position = site_location.get_solarposition(times=date)
# Use the get_total_irradiance function to transpose the GHI to POA
POA_irradiance = irradiance.get_total_irradiance(
surface_tilt = tilt,
surface_azimuth = surface_azimuth,
dni = dni,
ghi = ghi,
dhi = dhi,
solar_zenith = solar_position['apparent_zenith'],
solar_azimuth = solar_position['azimuth'])
# Return DataFrame with only GHI and POA
return pd.DataFrame({'lon': lon,
'lat': lat,
'GHI': ghi,
'POA': POA_irradiance['poa_global']}, index=[date])
在数组的每一行(时间)中循环
array = df.reset_index().values
list_poa = []
def loop_POA():
for i in tqdm(range(len(array) - 1)):
POA = get_POA_irradiance(lon=array[i,6],
lat=array[i,7],
dni=array[i,2],
dhi=array[i,1],
ghi=array[i,3],
date=str(array[i,0]))
list_poa.append(POA)
return list_poa
poa_final = pd.concat(lista)
最佳答案
感谢您提出的好问题和使用 pvlib!您是对的,pvlib 旨在对单个位置进行建模,而不是为与 xarray 数据集一起使用而设计的,尽管某些函数可能恰巧与它们一起使用。
我强烈怀疑您看到的大部分运行时间是用于太阳位置计算。您可以切换到更快的方法(请参阅 method
选项 here ),因为默认的太阳位置方法非常准确,但在计算批量位置时也很慢。安装 numba 会有所帮助,但它对您来说仍然可能太慢,因此您可以检查其他模型(星历、pyephem)。还有一些快速但精度低的方法,但您需要稍微更改代码才能使用它们。请参阅“低精度太阳位置计算的相关性和解析表达式”下的列表here .
就像 Michael Delgado 在评论中建议的那样,并行处理是一种选择。但这在python中可能会令人头疼。您可能需要多处理,而不是多线程。
另一个想法是使用 atlite ,一个专为这种空间建模设计的python包。但是它的太阳能建模功能远不如 pvlib 详细,因此它可能对您的情况没有用处。
另一个注意事项:我不知道 WRF 数据是间隔平均值还是瞬时值,但如果您关心准确性,则应该以不同的方式处理它们以进行换位。看到这个 example .
编辑添加:再次查看您的代码后,可能会有另一个显着的加速。您在打电话吗get_POA_irradiance
对于位置和时间戳的单一组合?如果是这样,那是不必要的,而且非常慢。传递每个位置的完整时间序列会快得多,即标量纬度/经度但矢量辐照度。
关于python - 使用 WRF (netCDF) 数据优化阵列平面 (POA) 辐照度计算,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/68868026/
我尝试将兰伯特共形坐标转换为纬度/经度 (WGS84),并且我使用了 wgrib2,但结果有偏差。 命令: wgrib2“mypath”-match“10m....”-new_grid_winds g
我需要使用 python 的 pvlib 包 ( https://pvlib-python.readthedocs.io/en/stable/ ) 计算阵列平面 (POA) 辐照度。为此,我想使用 W
我想绘制一个类似于 WRF 域的图形,如 域框架内只有矩形框,没有任何颜色。但是,我最接近的是 使用以下代码:- from mpl_toolkits.basemap import Basemap im
因此,我正在尝试编写一个程序来生成 SQL 插入命令语句并将它们写入 .txt 文件。对于开始,我只写了一些代码,这些代码只会写一个插入命令的开始:表名和列名。 #include #include
我是一名优秀的程序员,十分优秀!