CN102798379B - 用于为风轮机确定地点的方法 - Google Patents

用于为风轮机确定地点的方法 Download PDF

Info

Publication number
CN102798379B
CN102798379B CN201210165587.2A CN201210165587A CN102798379B CN 102798379 B CN102798379 B CN 102798379B CN 201210165587 A CN201210165587 A CN 201210165587A CN 102798379 B CN102798379 B CN 102798379B
Authority
CN
China
Prior art keywords
wind turbine
place
unmanned vehicle
surface model
potential
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.)
Expired - Fee Related
Application number
CN201210165587.2A
Other languages
English (en)
Other versions
CN102798379A (zh
Inventor
J.施特格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Gamesa Renewable Energy
Original Assignee
Siemens AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of CN102798379A publication Critical patent/CN102798379A/zh
Application granted granted Critical
Publication of CN102798379B publication Critical patent/CN102798379B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00—Function
    • F05B2260/80—Diagnostics

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Wind Motors (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种用于为风轮机确定地点的方法。涉及一种用于为风轮机确定最佳地点的方法。根据该方法，沿着预定飞行路径引导无人驾驶飞行器。按照这样的方法选择飞行路径，即由无人驾驶飞行器收集潜在风轮机地点的周围环境的高分辨率图像。所述图像用于获得潜在风轮机地点的周围环境的实际数字表面模型。基于实际数字表面模型评估潜在风轮机地点以确定潜在风轮机地点是否是最佳风轮机地点。

Description

用于为风轮机确定地点的方法
技术领域
本发明涉及一种用于为风轮机确定最佳地点的方法。
背景技术
已知使用所谓的“数字表面模型，DSM”为风轮机确定最佳地点。
“数字表面模型，DSM”包括所谓的“数字地形模型，DTM”和/或所谓的“数字高程模型（digitalelevationmodel），DEM”。
DSM包括存储的地球表面的地形高程数据。该数据用于创建地球表面的数字模型。DSM用于土地利用研究，且甚至用于洪水建模、排水建模或者用于地质学目的。
例如，DSM基于卫星数据。它甚至可基于LIDAR(“光探测和测距（LightDetectionAndRanging）”，LIDAR)系统的数据。
在卫星和地球之间或者在LIDAR系统和地球之间总是存在大的距离。因此，用于DSM的收集的2D图像或3D图像的分辨率非常粗略。
另外，卫星的图像可能比需要的图像陈旧，因此模型数据不包含新的关键特征，像是建筑物、树木等。
发明内容
本发明的目的在于提供一种改进的用于最佳风轮机地点的确定的方法。
这个目的由用于为风轮机确定地点的方法实现，其中沿着预定飞行路径引导无人驾驶飞行器，其中按照这样的方法选择飞行路径，即由无人驾驶飞行器收集潜在风轮机地点的周围环境的高分辨率图像，其中所述图像用于获得潜在风轮机地点的周围环境的实际数字表面模型，其中基于实际数字表面模型评估潜在风轮机地点以确定潜在风轮机地点是否是最佳风轮机地点。
根据发明的方法，沿着预定飞行路径引导所谓的“无人驾驶飞行器，UAV”。按照这样的方法选择飞行路径，即由UAV收集潜在风轮机地点的周围环境的高分辨率图像(像是照片或地图)。
这些图像用于获得潜在风轮机地点的周围环境的实际“数字表面模型，DSM”。
考虑到那里的风参数，且甚至考虑到那里的其它环境参数，基于实际数字表面模型评估潜在风轮机地点。
如果潜在风轮机地点满足预定准则，则以后在这个地点架设风轮机。
优选地，UAV携带光学照相机系统的至少一些部件或者整个光学照相机系统。或者优选地，UAV携带LIDAR系统的至少一些部件或者整个LIDAR系统。以上提及的该部件或系统很小、便宜并且它们甚至重量非常轻。因此，它们非常适合用在UAV上。
优选地，由UAV收集的图像与GPS数据组合。在UAV沿所述预定飞行路径行进的同时，收集GPS数据。因此，每个图像与它的专用GPS位置匹配以允许并且能够实现精确DSM的创建。
优选地，附加的传感器或测量装置用于为DSM提供附加的数据。它们优选地也位于UAV上。
优选地，收集并转换陀螺仪或加速度计的数据以提高获得的2D地图的质量或者提高获得的3D地图的质量。
优选地，所谓的“计算流体动力学，CFD”软件用于为风轮机确定最佳地点。
优选地，经互联网上载UAV的收集的数据以用于其他后处理步骤。
利用发明的方法，可以非常快速并且便宜地捕捉需要的数据。能够在任何时间并且在不需要昂贵部件(像是卫星)的情况下收集数据。
另外，UAV操作简单并且它的尺寸非常小。因此，不需要昂贵的地面人员并且不需要特定运输。
另一优点在于：与由卫星收集的可用数据相比，使用的数据模型非常实际。
附图说明
通过附图的帮助更详细地显示本发明。
附图显示优选的配置并且不限制本发明的范围。它们甚至不限制权利要求的范围。
图1显示本发明的方法的原理思想，
图2显示本发明的方法作为流程图，以及
图3显示将要用于本发明的方法的不同UAV。
具体实施方式
图1显示本发明的方法的原理思想。根据本发明的方法，沿着预定飞行路径FP引导无人驾驶飞行器UAV。按照这样的方法选择飞行路径FP，即由无人驾驶飞行器UAV收集潜在风轮机地点PWTS的周围环境SUR的高分辨率图像IMG1-IMG9。
图像IMG1-IMG9用于获得潜在风轮机地点PWTS的周围环境SUR的实际数字表面模型DSM。
考虑到那里的风参数，基于实际数字表面模型DSM评估潜在风轮机地点PWTS。
优选地，另外考虑到那里的其它环境参数(像是一年的温度分布图、可能地点-特定冰荷载、地点特定风荷载、地点特定空气湿度、地点特定空气中含盐量等)，基于实际数字表面模型DSM评估潜在风轮机地点PWTS。
如果潜在风轮机地点PWTS满足预定准则，则以后在那里架设风轮机。
图2显示本发明的方法作为流程图。还参照图1。
在第一步骤S1中，考虑到潜在风轮机地点PWTS的周围环境SUR定义飞行路径FP。按照这样的方法选择飞行路径FP，即由无人驾驶飞行器UAV收集潜在风轮机地点PWTS的周围环境SUR的高分辨率图像IMG1-IMG9。
在第二步骤S2中，沿着飞行路径FP引导无人驾驶飞行器UAV，并且由无人驾驶飞行器UAV收集多个图像IMG1-IMG9。
在第三步骤S3中，处理收集的图像IMG1-IMG9以获得潜在风轮机地点PWTS的周围环境SUR的实际数字表面模型DSM。
在第四步骤S4中，基于实际数字表面模型DSM评估潜在风轮机地点PWTS。优选地，“计算流体动力学，CFD”软件用于确定潜在风轮机地点PWTS是否看起来是风轮机的最佳地点。
如果潜在风轮机地点满足预定准则，则以后在这个地点架设风轮机。
图3显示将要使用的两种可能的UAV。一种命名为“Falcon-PARS”，是一种例如由公司“ISTSAmericasCorporation”提供的直升机。另一种是例如由瑞士公司SENSEFLY提供的飞机。

Claims (11)

1.一种用于为风轮机确定地点的方法，
-其中沿着预定飞行路径引导无人驾驶飞行器，
-其中按照这样的方法选择飞行路径，即由无人驾驶飞行器收集潜在风轮机地点的周围环境的高分辨率图像，
-其中所述图像用于获得潜在风轮机地点的周围环境的实际数字表面模型，
-其中基于实际数字表面模型评估潜在风轮机地点以确定潜在风轮机地点是否是最佳风轮机地点。
2.根据权利要求1所述的方法，其中考虑到在潜在风轮机地点的风参数进行评估。
3.根据权利要求1或权利要求2所述的方法，其中把所述潜在风轮机地点的周围环境的实际数字表面模型与预定准则进行比较以确定是否以后在这个地点架设风轮机。
4.根据权利要求1所述的方法，其中所述无人驾驶飞行器携带光学照相机系统的至少一些部件或者整个光学照相机系统，以用于收集所述高分辨率图像。
5.根据权利要求1所述的方法，其中所述无人驾驶飞行器携带LIDAR系统的至少一些部件或者整个LIDAR系统，以用于收集所述高分辨率图像。
6.根据权利要求1所述的方法，其中所述图像与在无人驾驶飞行器沿所述预定飞行路径行进的同时由无人驾驶飞行器收集的GPS数据组合。
7.根据权利要求6所述的方法，其中每个图像与它的专用GPS位置匹配以实现精确的数字表面模型。
8.根据权利要求1或权利要求7所述的方法，其中附加的传感器或测量装置在无人驾驶飞行器旁边用于为数字表面模型提供附加的数据。
9.根据权利要求8所述的方法，其中陀螺仪或加速度计用于为数字表面模型收集附加的数据。
10.根据权利要求1所述的方法，其中计算流体动力学软件用于为风轮机确定最佳地点。
11.根据权利要求1所述的方法，其中由无人驾驶飞行器收集的收集图像或数据经互联网上载到计算机以用于其他处理步骤。
CN201210165587.2A 2011-05-25 2012-05-25 用于为风轮机确定地点的方法 Expired - Fee Related CN102798379B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP11167444.6A EP2527648B1 (en) 2011-05-25 2011-05-25 Method to determine a site for a wind turbine
EP11167444.6 2011-05-25

Publications (2)

Publication Number Publication Date
CN102798379A CN102798379A (zh) 2012-11-28
CN102798379B true CN102798379B (zh) 2016-06-29

Family

ID=45992883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210165587.2A Expired - Fee Related CN102798379B (zh) 2011-05-25 2012-05-25 用于为风轮机确定地点的方法

Country Status (5)

Country Link
US (1) US8804998B2 (zh)
EP (1) EP2527648B1 (zh)
CN (1) CN102798379B (zh)
CA (1) CA2777864C (zh)
DK (1) DK2527648T3 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014008143A1 (en) * 2012-07-04 2014-01-09 Ehsolution.Com, Llc Systems and methods for new location task completion and enterprise-wide project initiative tracking
US9336506B2 (en) * 2014-05-02 2016-05-10 Google Inc. Machine-readable delivery platform for automated package delivery
CN107240153B (zh) * 2017-06-16 2020-09-22 千寻位置网络有限公司 基于dsm的无人机飞行安全区域计算显示方法
US20190124819A1 (en) * 2017-10-31 2019-05-02 Agjunction Llc Vehicle implement control
EP3736440A1 (en) * 2019-05-10 2020-11-11 Siemens Gamesa Renewable Energy A/S A method for computer-implemented analysis of a wind farm comprising a number of wind turbines
CN110598752B (zh) * 2019-08-16 2023-04-18 深圳宇骏视觉智能科技有限公司 一种自动生成训练数据集的图像分类模型训练方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968353A (zh) * 2010-09-29 2011-02-09 清华大学 基于激光探测和图像识别的无人直升机地形跟踪方法
CN102506824A (zh) * 2011-10-14 2012-06-20 航天恒星科技有限公司 一种城市低空无人机系统生成数字正射影像图的方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8072584B2 (en) * 2002-08-02 2011-12-06 Ophir Corporation Optical air data systems and methods
GB2398841A (en) * 2003-02-28 2004-09-01 Qinetiq Ltd Wind turbine control having a Lidar wind speed measurement apparatus
US7365674B2 (en) * 2005-09-26 2008-04-29 The Boeing Company Airborne weather profiler network
US8495911B2 (en) * 2007-08-31 2013-07-30 Vestas Wind Systems A/S Wind turbine siting and maintenance prediction
CA2651290C (en) * 2008-06-12 2013-11-05 Ophir Corporation Optical air data systems and methods
US8797550B2 (en) * 2009-04-21 2014-08-05 Michigan Aerospace Corporation Atmospheric measurement system
US20110166787A1 (en) * 2010-01-06 2011-07-07 Wind Products Inc. Methods and systems for locating wind turbines
US20120120230A1 (en) * 2010-11-17 2012-05-17 Utah State University Apparatus and Method for Small Scale Wind Mapping

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968353A (zh) * 2010-09-29 2011-02-09 清华大学 基于激光探测和图像识别的无人直升机地形跟踪方法
CN102506824A (zh) * 2011-10-14 2012-06-20 航天恒星科技有限公司 一种城市低空无人机系统生成数字正射影像图的方法

Also Published As

Publication number Publication date
EP2527648A1 (en) 2012-11-28
CN102798379A (zh) 2012-11-28
EP2527648B1 (en) 2018-12-12
CA2777864C (en) 2019-10-29
US8804998B2 (en) 2014-08-12
US20120300986A1 (en) 2012-11-29
CA2777864A1 (en) 2012-11-25
DK2527648T3 (en) 2019-02-18

Similar Documents

Publication Publication Date Title
Casella et al. Accuracy of sand beach topography surveying by drones and photogrammetry
CN102798379B (zh) 用于为风轮机确定地点的方法
Hugenholtz et al. Earthwork volumetrics with an unmanned aerial vehicle and softcopy photogrammetry
Hackl et al. Use of unmanned aerial vehicle photogrammetry to obtain topographical information to improve bridge risk assessment
Adams et al. Unmanned aerial vehicle data acquisition for damage assessment in hurricane events
Giordan et al. UAV: Low-cost remote sensing for high-resolution investigation of landslides
JP2014137375A (ja) 飛行経路を判定するための方法
KR20190051703A (ko) 스테레오 드론 및 이를 이용하는 무기준점 토공량 산출 방법과 시스템
McLeod et al. Using video acquired from an unmanned aerial vehicle (UAV) to measure fracture orientation in an open-pit mine
Ngadiman et al. Production of orthophoto map using UAV photogrammetry: A case study in UTHM Pagoh campus
Clark Small unmanned aerial systems comparative analysis for the application to coastal erosion monitoring
Nasrullah Systematic analysis of unmanned aerial vehicle (UAV) derived product quality
Ali-Sisto et al. A method for vertical adjustment of digital aerial photogrammetry data by using a high-quality digital terrain model
Howell et al. Acquisition of data for building photogrammetric virtual outcrop models for the geosciences using remotely piloted vehicles (RPVs)
Yamamoto et al. Data collection system for a rapid recovery work: using digital photogrammetry and a small unmanned aerial vehicle (UAV)
Zahari et al. Review of unmanned aerial vehicle photogrammetry for aerial mapping applications
Son et al. Optimal flight parameters for unmanned aerial vehicles collecting spatial information for estimating large-scale waste generation
Senn et al. On‐site geometric calibration of RPAS mounted sensors for SfM photogrammetric geomorphological surveys
Woo et al. Evaluating ortho-photo production potentials based on UAV real-time geo-referencing points
Ergun et al. Level of detail (LoD) geometric analysis of relief mapping employing 3D modeling via UAV images in cultural heritage studies
Obanawa Quantitative measurement of the topographic change at overhanging sea cliff with small UAV survey system
Ruzgiene et al. The use of UAV systems for mapping of built-up area
Croce et al. UAV-Based 3D Photogrammetry for Post-Earthquake Studies on Seismic Damaged Cities—A Case Study: Castelluccio Di Norcia
Maguire Using Unmanned Aerial Vehicles and" Structure from Motion" Software to Monitor Coastal Erosion in Southeast Florida
Ward et al. Assessment of LIDAR-and photogrammetry-based airfield roughness profiling techniques

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20190724

Address after: Tango barley

Patentee after: Siemens Gamesa Renewable Energy

Address before: Munich, Germany

Patentee before: Siemens AG

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160629