CN110648078A - 基于开发地图的风电项目开发信息系统 - Google Patents

Abstract

本发明提供了一种基于开发地图的风电项目开发信息系统，所述系统包括：数据采集模块，被配置为采集和存储用于风电项目开发的相关数据；数据处理模块，被配置为对所述相关数据进行数据整合和数据统计，并依据数据整合和数据统计的结果对该风电项目开发进行区域潜力分析；业务服务模块，被配置为基于所述数据处理模块生成的数据整合和数据统计的结果以及分析结果提供相应的数据服务。本发明通过对风电项目开发进行潜力分析以加快项目开发进程，提高工作效率。

Description

基于开发地图的风电项目开发信息系统

技术领域

本发明涉及风电开发技术领域，更具体地讲，涉及一种基于开发地图的风电项目开发信息系统。

背景技术

在风电项目开发中，需要考虑风资源、国土情况、林地、水利和变电站等问题以及参考周围已建或者在建的风电项目来对资源信息进行判断以保证开发的准确性。风电项目开发所需要的资源信息琐碎、分散，且变电站数据不易获取，而市面上的资源信息查询软件大多数功能单一，需要通过多个软件来实现对资源信息的查询，造成开发人员在多个软件之间的进行的不必要的重复切换等操作。风电项目开发所在地的生活条件往往比较恶劣，若风电项目开发所在地被判定为不具备开发价值区域，将会带来高成本的损失。

现有技术中，已经开发出很多不同类型的软件来辅助风电项目开发，例如，风资源图谱软件“Freemeso”、查询风电场和测风塔的软件“风巽”、能够快速宏观选址的软件“格林威治”、追风者、能量魔方、阿波罗云等，但是这些软件大多数功能单一、技术不成熟且多平台之间交互存在障碍。例如，“风巽”和“Freemeso”可以提供风电项目所属的地理区域位置，但是并不能够提供风电项目附近的变电站数据，以及其他的土地数据，例如耕地、园地、林地、草地、商服用地、工矿仓储用地、住宅用地、公共用地、特殊用地、交通运输用地、水域和其他用地等。又例如，“格林威治”能够完成快速宏观选址选定风电项目的所属区域，但是并不能够提供该区域将来可以被开发的潜力。

因此，风电项目开发仍然需要一个能够将数据汇总、数据分析、风险管控等功能集合在一起的数字化统一平台，以使工作人员能够方便快捷地对风电项目开发数据进行汇总、统计、更新以及对风电项目开发进行风险管控和潜力区域分析，节省人力物力，加快项目开发进程。

发明内容

本发明针对现有技术的不足，提供了一种基于开发地图的风电项目开发信息系统，通过对风电项目开发进行潜力分析来加快风电项目开发的进程，从而提高了工作效率。

根据本发明一方面，提供了一种基于开发地图的风电项目开发信息系统，所述系统包括：数据采集模块，被配置为采集和存储用于风电项目开发的相关数据；数据处理模块，被配置为对所述相关数据进行数据整合和数据统计，并依据数据整合和数据统计的结果对该风电项目开发进行区域潜力分析；业务服务模块，被配置为基于所述数据处理模块生成的数据整合和数据统计的结果以及分析结果提供相应的数据服务；其中，所述数据处理模块包括第一处理单元、第二处理单元和第三处理单元，第一处理单元用于对风电项目开发的项目进程数据和测风塔数据进行实时汇总和对比，第二处理单元用于通过数据叠加模式对风能数据、气象数据、土地数据和变电站数据进行数据整合，第三处理单元用于对所述第一处理单元和所述第二处理单元的数据处理结果进行运算，以得到已开发区域和未开发区域的综合潜力分析结果。

优选地，所述第三处理单元还用于采用GP模型对所述第一处理单元和所述第二处理单元的数据处理结果进行运算以得到已开发区域和未开发区域的市场潜力、技术潜力和政策潜力，并采用人工神经元网络算根据所述市场潜力、技术潜力和政策潜力的分析结果得出已开发区域和未开发区域的综合潜力的分析结果。

优选地，所述GP模型将用于风电项目开发的相关数据作为矢量数据导入服务，并根据业务规则构建GP模型，所述GP模型支持交、并、差、缓冲区和包含分析的组合。

优选地，所述第三处理单元还用于通过人工神经元网络算法对所述市场潜力、技术潜力、政策潜力和综合潜力进行修正，以及基于对所述市场潜力、技术潜力、政策潜力和综合潜力的修正来实时调节所述GP模型的修正值。

优选地，所述对技术潜力的分析包括分析风速、降水量、土地可用、土地可调和变电站中的至少一个以得出技术潜力面积及容量。

优选地，所述对政策潜力的分析包括对政策红线和政策红利进行分析。

优选地，所述项目进程数据包括已签开发协议未进核准计划项目、已进核准计划未核准项目、已核准未开工项目、在建项目和已并网项目中的至少一个的数据，所述风能数据包括分辨率为100m、1km、3km、6km和/或9km的风能图谱数据，所述土地数据包括国土规划、国土现状、交通路网、自然保护区、水城、绿地公园、林地和生态红线中的至少一个的数据，所述气象数据包括降雨量数据，所述变电站数据包括多主变容量的变电站的数据。

优选地，所述系统还包括：功能展现模块，被配置为通过可视化电子地图平台对所述业务服务模块提供的数据服务进行可视化展示。

优选地，所述业务服务模块包括：概括数据服务单元，提供对风电项目开发的项目进程数据和测风塔数据的实时汇总结果和对比结果的数据服务；详细数据服务单元，提供对风能数据、气象数据、土地数据和变电站数据进行数据整合结果的数据服务。

优选地，所述业务服务模块还包括：项目管理数据服务单元，提供对风电项目开发的风险预警结果、警告色标识和对已处理风险区域的标记结果的数据服务；潜力分析数据服务单元，提供对所述已开发区域和未开发区域的市场潜力、技术潜力、政策潜力和综合潜力的分析结果的数据服务。

优选地，所述第三处理单元还被配置为：使用基于深度学习的网络爬虫从网页中搜集获得政策信息，其中，所述基于深度学习的网络爬虫对文字向量表示的网页内容进行概念表达和构件多层次的网页主题概念特征向量，并使用向量机模型在新的特征表达下快速识别网页主题。

优选地，所述数据处理模块还包括：第四处理单元，根据所述第一处理单元和所述第二处理单元的数据处理结果对风电项目开发进行风险预警，并在地图上的相应区域位置进行警告色标识，以及对出现过风险的区域进行分析，并将分析得出的已处理风险区域标记为已处理状态。

优选地，所述系统采用SSM框架技术对所述数据采集模块、所述数据处理模块和所述业务服务模块进行分层处理。

优选地，所述系统采用MD5加解密的方式对所述数据采集模块和所述数据处理模块中的数据进行存储。

根据本发明的另一方面，提供了一种基于开发地图的风电项目开发信息系统，所述系统包括：概况图层，用于收集项目进程数据和测风塔数据，以及收集市场政策数据；详细图层，包括风能图层、土地图层和电网图层，用于以数据叠加模式整合土地数据、风能数据、气象数据、变电站数据，且集成电子地图的基础底图；潜力图层，用于将所述概况图层输出的风能资源和市场政策数据，以及所述详细图层输出的土地数据、风能数据、气象数据、变电站数据、电子地图数据进行空间运算和潜力分析，获得已开发区域和未开发区域的综合潜力分析结果。

优选地，所述潜力图层包括潜力分析模块，所述潜力分析模块采用GP模型对变电站数据进行缓冲区分析，并将缓冲区分析结果与土地数据进行相交得到第一相交结果，再将第一相交结果与风能数据进行相交得到第二相交结果，所述第二相交结果为潜力分析对象。

优选地，所述潜力分析模块还用于通过人工神经元网络算法对GP模型输出的潜力分析对象进行潜力分析，所述潜力分析包括市场潜力分析、技术潜力分析、政策潜力分析和综合潜力分析，其中，所述技术潜力分析包括对风速、降水量、土地可用、土地可调、变电站中的至少一个信息进行潜力分析以得出技术潜力面积及容量。

优选地，所述潜力分析模块还用于通过人工神经元网络算法对潜力分析结果进行修正，其中，所述人工神经元网络算法通过将潜力分析各条件组合形成学习实例来训练学习规则，并将已训练的学习规则输入至所述GP模型以实现对潜力分析结果的修正。

优选地，所述风能图层包括全国100m、1km、3km、6km、9km分辨率的风资源图谱，所述土地图层包括全国范围的耕地、园地、林地、草地、商服用地、工矿仓储用地、住宅用地、公共用地、特殊用地、交通运输用地、水域和其他用地，所述电网图层包括多主变容量的变电站。

通过上述基于开发地图的风电项目开发信息系统可提高风电项目开发的精准性和工作效率。

附图说明

下面将结合附图进行本发明的详细描述，本发明的上述特征和其它目的、特点和优点将会变得更加清楚，其中：

图1示出根据本发明的实施例的基于开发地图的风电项目开发信息系统的框图；

图2示出根据本发明的示例性实施例的采用GP模型进行空间运算的流程图；

图3示出根据本发明的示例性实施例的人工神经元网络算法的示意图；

图4示出根据本发明的示例性实施例的潜力分析对GP模型修正的示意图；

图5示出根据本发明的实施例的基于开发地图的风电项目开发信息系统的多层级架构图；

图6示出根据本发明的实施例的基于开发地图的风电项目开发信息系统的后台技术架构图。

在附图中，相同的标号将被理解为表示相同的元件、特征和结构。

具体实施方式

以下，参照附图来详细说明本发明的实施例。其中，相同的标号始终表示相同的部件。

图1是示出根据本发明的实施例的一种基于开发地图的风电项目开发信息系统的框图。

如图1所示，基于开发地图的风电项目开发信息系统100包括数据采集模块101、数据处理模块102、业务服务模块103和功能展现模块104。根据本发明的实施例，基于开发地图的风电项目开发信息系统100可通过各种计算装置(例如，计算机、服务器、工作站等)来实现。具体地，数据采集模块101被配置为采集和存储用于风电项目开发的相关数据，数据处理模块102被配置为对用于风电项目开发的相关数据进行数据整合和数据统计，并依据数据整合和数据统计的结果对该风电项目开发进行区域潜力分析，业务服务模块103被配置为基于数据处理模块102生成的数据整合和数据统计的结果以及分析结果提供相应的数据服务，功能展现模块104被配置为通过可视化电子地图平台对业务服务模块103提供的数据服务进行可视化展示。

数据采集模块101采集和存储的用于风电项目开发的相关数据至少包括项目进程数据、测风塔数据、风能数据、气象数据、土地数据和变电站数据。这里，项目进程数据包括已签开发协议未进核准计划项目、已进核准计划未核准项目、已核准未开工项目、在建项目和已并网项目中的至少一个的数据，风能数据包括分辨率为100m、1km、3km、6km和/或9km的风能图谱数据，土地数据包括关于国土规划、国土现状、交通路网、自然保护区、水城、绿地公园、林地和生态红线中的至少一个的数据，气象数据一般是指降雨量数据，变电站数据包括多主变容量的变电站的数据。此外，用于风电项目开发的相关数据还包括地理信息、遥感影像和市场与政策信息等，市场与政策信息包括电力、风力、光伏的发展规划和发展现状以及电价和资金补贴等，基于市场与政策信息对风电项目开发进行风险预警和潜力分析的结果更加精确和可靠。应理解，上述对于用于风电项目开发的相关数据的举例仅是示例性举例，本发明可采用的数据种类不限于此。

数据处理模块102包括第一处理单元、第二处理单元、第三处理单元和第四处理单元。具体地，第一处理单元用于对风电项目开发的项目进程数据和测风塔数据进行实时汇总和对比，第二处理单元通过数据叠加模式对第一处理单元中的风能数据、气象数据、土地数据和变电站数据等进行数据整合，第三处理单元对第一处理单元和第二处理单元的数据处理结果进行运算，以得到已开发区域和未开发区域的综合潜力分析结果，第四处理单元根据第一处理单元和第二处理单元的数据处理结果对风电项目开发进行风险预警。

根据本发明的实施例，第三处理单元采用GP模型(Geoprocessing，地理处理)对风电项目开发的相关数据和数据处理结果进行大量的空间运算以得出已开发区域和未开发区域的市场潜力、技术潜力和政策潜力的分析结果，并由此对风电项目开发进行综合潜力分析。这里，GP模型将用于风电项目开发的相关数据作为矢量数据导入服务，并根据业务规则构建GP模型，GP模型支持交、并、差、缓冲区和包含分析的组合。技术潜力的分析包括分析风速、降水量、土地可用、土地可调和变电站中的至少一个以得出技术潜力面积及容量，政策潜力分析包括对政策红线和政策红利进行分析。应理解，以上描述仅是示例性的，本发明不限于此。根据本发明的实施例，采用GP模型进行空间运算的过程如图2中所示。具体地，先对变电站进行缓冲区分析，再将缓冲区分析结果与土地现状进行相交分析，得到第一相交结果1，然后，将第一相交结果1与风能数据进行相交分析，得到第二相交结果2(即，最终数据)。这里，GP模型中所有的输入都带有参数P，且参数P是自定义的，用户可输入图层名或自定义数据作为参数值。例如，用户可输入外部获取的风能数据作为自定义数据参与运算等。应理解，上述对于参数P的举例仅是示例性举例，本发明可采用的参数不限于此。

根据本发明的实施例，第三处理单元还通过人工神经元网络算法对市场潜力、技术潜力、政策潜力和综合潜力进行修正，以及基于对市场潜力、技术潜力、政策潜力和综合潜力的修正来实时调节GP模型的修正值。这里，人工神经元网络(Artificial NeuralNetworks，ANN)算法是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型算法，由大量的节点(或称神经元)相互联接构成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点。人工神经元网络的每个节点代表一种特定的输出函数，称为激励函数(activation function)，每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，人工神经元网络的输出依据网络的连接方式、权重值和激励函数的不同而不同，具体如图3中所示。人工神经元网络算法在潜力分析工作过程主要由两个阶段组成，一个阶段是工作期，此时各连接权重值固定，通过各计算单元状态的变化以达到稳定状态，这里，各计算单元状态的变化是指各计算要素的状态的变化，例如，风能大小的变化、土地性质是否可用以及电网是否可接入等。另一阶段是学习期(自适应期或设计期)，该阶段执行学习规则和修正权系数，各计算单元状态不变，各连接权重值可通过学习样本或者其它方法进行修改以获取合适的映像关系，例如，通过计算满足条件的面积来获取可开发的技术潜力的装机容量等。

根据本发明的实施例，在通过人工神经元网络算法对市场潜力、技术潜力、政策潜力和综合潜力进行修正时，可结合计算机智能自动分析制图(自动完善GP服务)功能在地图中对各个潜力分析结果进行修正，以此减少地图和分析数据修正所要花费的时间和精力，提高对潜力分析结果进行修正的效率。如图4中所示，基于人工神经元网络输出的潜力分析结果和已训练的“学习规则”信号的期望输出来对GP服务数据的修正值进行实时调节，其中，已训练的“学习规则”信号可以通过将潜力分析的各条件组合形成特定的学习实例，并通过调节网络系统各节点之间相互连接的权重值大小来完成，且通过训练的方法可达到记忆、联想、归纳等目的。需要说明的是，由于GP模型进行底层地图区域数据处理，并不能与政策、市场数据形成关联，这也是背景技术中现有软件的重要缺陷。本发明通过人工神经元网络算法已训练的“学习规则”对潜力分析结果进行实时修正来实现在不同时期、不同政策和不同市场需求下的动态潜力分析，从而得出最具有开发潜力的区域，以指导用户进行科学决策。

此外，第三处理单元使用基于深度学习的网络爬虫从网页中搜集获得政策信息，其中，基于深度学习的网络爬虫对文字向量表示的网页内容进行概念表达，构建多层次的网页主题概念特征向量，并使用向量机模型在新的特征表达下快速识别网页主题，有效提升了网络爬虫程序对网页主题的识别准确率。网络爬虫是一个自动抓取网页的程序，网络爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的符合指定规则的URL放入队列，直到满足系统的一定停止条件时停止抓取。网络爬虫中所有被爬虫抓取的网页将会被系统存贮，并通过一定的分析和过滤来建立索引，以便后续查询和检索。这里，基于深度学习的网络爬虫从网页中搜集获得的政策信息将会被存贮，并通过一定的分析、过滤和归类可建立相应的政策索引数据库以供用户进行政策信息的实时查询。

根据本发明的实施例，第四处理单元对已立项未入核准计划的风电项目、已入核准计划未核准的风电项目、已核准未具开工条件的风电项目和/或风险重点管控项目进行风险预警，并在地图上的相应区域位置对风险预警进行警告色标识，以及对出现过风险的区域进行再次风险分析，并将已处理风险的区域标记为(风险)已处理状态。

业务服务模块103提供与数据处理模块102相应的数据服务，对应于数据处理模块102的第一处理单元、第二处理单元、第三处理单元和第四处理单元，业务服务模块103包括概括数据服务单元、详细数据服务单元、潜力分析数据服务单元和项目管理数据服务单元。具体地，概括数据服务单元提供对风电项目开发的项目进程数据和测风塔数据的实时汇总结果和对比结果的数据服务，详细数据服务单元提供对风能数据、气象数据、土地数据和变电站数据进行数据整合结果的数据服务，潜力分析数据服务单元提供对已开发区域和未开发区域的市场潜力、技术潜力、政策潜力和综合潜力的分析结果的数据服务，项目管理数据服务单元提供对风电项目开发的风险预警结果、警告色标识和对已处理风险区域的标记结果的数据服务。

业务服务模块103提供的数据服务通过功能展现模块104进行可视化展示。功能展现模块104通过可视化电子地图平台分别对概括数据服务单元、详细数据服务单元、潜力分析数据服务单元和项目管理数据服务单元提供的数据服务进行可视化展示。这里，可视化展示包括地图展示、图表展示和图形展示，例如，对比数据的柱状图展示、不同区域数据的曲线图展示、风险预警的饼状图展示、各地域电价的图表展示和区域政策的地图展示等。

根据本发明的实施例，基于开发地图的风电项目开发信息系统100包括概况图层、详细图层和潜力图层，其中，概况图层用于收集项目进程数据和测风塔数据，以及收集市场政策数据，详细图层包括风能图层、土地图层和电网图层，用于以数据叠加模式整合土地数据、风能数据、气象数据、变电站数据，且集成电子地图的基础底图，潜力图层用于将概况图层输出的风能资源和市场政策数据，以及详细图层输出的土地数据、风能数据、气象数据、变电站数据、电子地图数据进行空间运算和潜力分析，获得已开发区域和未开发区域的综合潜力分析结果。

根据本发明的实施例，用户可通过概括图层来获取项目进程数据、测风塔数据和市场政策数据。在一个示例中，概况图层界面可展示从2012年到2018年的风电项目开发的数据汇总结果(例如，通过柱状图展示)，包括已签开发协议未进核准计划项目、已进核准计划未核准项目、已核准未开工项目、在建项目和已并网项目的全国数据汇总和企业数据汇总，还展示了不同区域、各个省市的全国风电场和企业风电场的分布情况(例如，通过地图展示)，以及2018年的全国风电项目和企业风电项目的项目数据比例结果、2018年测风塔数据对比的结果(例如，通过弧形对比图展示)等。当然，用户还可以通过设置或者选择其他时间段来获取对应的数据汇总结果、项目数据比例结果和测风塔数据对比的结果等。应理解，以上描述仅是示例性的，本发明不限于此。

此外，用户可通过点击可视化电子地图平台上的标题处的“市场与政策”选项来获取与风电项目开发相关的市场与政策信息。例如，市场与政策界面可展示发展规划、发展现状、价格、补贴、配额和商情对标等内容，其中，发展规划部分包括电力发展规划、风力发展规划和光伏发展规划(例如，通过饼状图展示)，发展现状部分包括电力发展现状、风力发展现状和光伏发展现状(例如，通过柱状图展示)，价格部分包括风电标杆上网电价、光伏发电标杆上网电价、燃煤标杆上网电价、一般商业及其他用电电价和大工业用电电价(例如，通过图表展示)，补贴部分包括资金补助、电价附加和环保电价。应理解，以上描述仅是示例性的，本发明不限于此。根据本发明的实施例，用户可按照不同的业务需求来获取对应的数据结果，例如，用户点击“电力发展现状”，可获取以最直观的数字方式来展示不同区域的电力发展现状的地图展示区域以及数据信息展示区域(图标展示和曲线图展示)，又例如，用户点击“大工业用电”，可获取以不同颜色的表示方式来展示不同区域的大工业用电的情况的地图展示区域以及数据信息展示区域(图标展示和曲线图展示)。这里，数据信息展示区域支持多条件综合查询的功能以满足不同的业务场景的需求，且数据信息展示区域与地图展示区域之间可以进行联动查询，整体展示界面的布局简洁清晰，给予用户极好的使用体验。

根据本发明的实施例，详细图层包括风能图层、土地图层和电网图层，其中，风能图层包含了全国100m、1km、3km、6km、9km分辨率的风资源图谱，土地图层包含了全国范围的耕地、园地、林地、草地、商服用地、工矿仓储用地、住宅用地、公共用地、特殊用地、交通运输用地、水域和其他用地，电网图层包括了多主变容量的变电站。用户可通过点击可视化电子地图平台上上的“详细图层”选项来获取详细数据服务单元提供的数据服务。例如，详细图层界面展示北京市的用于风电项目开发的风能数据、气象数据、土地数据和变电站数据，其中，用户可通过点击“风能图层”来获取分辨率为100m、1km、3km、6km和/或9km的风能图谱数据，用户点击“气象数据”可获取北京地区的降雨量数据，用户还可以点击“土地图层”中的国土规划、国土现状、交通路网、自然保护区、水城、绿地公园、林地和/或生态红线等图标以获取相对应的数据信息。例如，用户点击“国土现状”图标，则可获取全国范围的耕地、园地、林地、草地、商服用地、工矿仓储用地、住宅用地、公共用地、特殊用地、交通运输用地、水域和其他用地等，又例如，用户点击“国土规划”图标，则可获取牧地用地、一般农田和自然保留地等风电项目开发可用地，以及独立矿工区、水域、林业用地区和风景旅游用地等风电项目开发不可用地。应理解，以上描述仅是示例性的，本发明不限于此。根据本发明的实施例，风能图层、土地图层、气象和变电站的数据信息均可在地图上进行叠加展示，即详细图层可以以“一张图”的展示模式实现了对风能数据、气象数据、土地数据和变电站数据的数据整合展示。此外，详细图层还集成了高德、谷歌等地图的基础底图，通过面向OGC标准服务的系统开发，提供了数据服务共享的接口，其中，风能图层支持瞬时秒级更新风能数据展示，土地图层和变电站支持按月更新数据进行展示。

此外，用户可通过点击可视化电子地图平台上的“项目管理”选项来获取项目管理数据服务单元提供的数据服务。例如，项目管理界面可对已立项未入核准计划的风电项目、已入核准计划未核准的风电项目、已核准未具开工条件的风电项目和/或风险重点管控项目的风险预警结果进行展示，以及对不同地区的风电项目开发的风险预警排行进行展示，并对存在风险的风电项目进行预警提示，即，在地图上的相应区域位置进行警告色标识(例如，红色或者黄色)。此外，项目管理界面还可以在地图上对已处理风险区域处标记的“已处理状态”进行展示。对于风电项目开发的风险预警可按行政区划(省、市、区、县)进行分级展示和统计分析，例如地图展示区域所示的对广东省东莞市西城区的风电项目开发的风险预警结果进行展示和统计。应理解，以上描述仅是示例性的，本发明不限于此。

根据本发明的实施例，潜力图层包括潜力分析模块，潜力分析模块采用GP模型对变电站数据进行缓冲区分析，并将缓冲区分析结果与土地数据进行相交得到第一相交结果，再将第一相交结果与风能数据进行相交得到第二相交结果。这里，将第二相交结果作为潜力分析对象。潜力分析模块还用于通过人工神经元网络算法对GP模型输出的潜力分析对象进行潜力分析和潜力分析结果的修正，潜力分析包括市场潜力分析、技术潜力分析、政策潜力分析和综合潜力分析，其中，技术潜力分析包括对风速、降水量、土地可用、土地可调、变电站中的至少一个信息进行潜力分析以得出技术潜力面积及容量。根据本发明的实施例，用户可通过在可视化电子地图平台上点击“潜力图层”选项来获取潜力分析数据服务单元提供的数据服务。例如，潜力图层界面展示山西省的风电项目开发的潜力分析结果，其中，可通过对政策红线和政策红利的选择来获取政策潜力分析的结果，可通过风能可利用率、土地可利用容量和变电站可接入数量等来实现对技术潜力的分析。应理解，以上描述仅是示例性的，本发明不限于此。根据本发明实施例的数据采集模块101、数据处理模块102、业务服务模块103和功能展示模块104可根据用户需要提供任意类型的与风电项目开发相关数据的采集、统计、分析、数据相关服务和数据展示。

图5是示出了根据本发明的实施例的基于开发地图的风电项目开发信息系统的多层级架构图。

如图5所示，基于开发地图的风电项目开发信息系统100可包括数据层、服务层、系统层和应用层。数据层包括基础框架数据、专题数据和系统数据，这里，可通过数据管理系统对数据层的数据进行管理，以及采用大数据技术来分析非结构化的风电业务数据，并从中抽析出规则化的数据，存储到关系型数据库中。服务层用于提供地图服务、功能服务、元数据服务和安全服务，服务层包括符合国际标注的OGC(Open Geospatial Consortium)服务以及其它web服务，其中，OGC服务为开放地理空间信息联盟服务，例如，网络地图服务(WMS)、网络地图切片服务(WMTS)等。系统层基于服务层所提供的服务来对应实现展示、统计、分析以及查询等功能，系统层直接调用的是服务层的某一项服务，而不是直接访问数据库。应用层包括pad端、手机端和电脑端，可根据用户的不同需求进行选择。

根据本发明的实施例，基于开发地图的风电项目开发信息系统100的后台开发采用最新的SSM(Spring+SpringMVC+MyBatis)框架技术来实现基础数据、业务处理和应用展示部分的分层处理。这里，SSM框架包括表现层、业务层、持久层和视图层四个层面，其中，表现层对具体的业务模块流程进行控制，并通过要调用业务层的接口来控制业务流程，业务层对业务模块的逻辑应用进行设计，持久层与数据库进行交互设计，并处理数据的持久化工作，视图层对业务层的不同服务进行界面展示，具体如图6中所示。在本发明系统的后台开发中，数据处理部分通过集中调用的方式，提高系统内聚性和减少系统耦合度，减少了产品的运营和维护成本。在数据安全性处理方面，通过对各功能项进行拆分，细化到每个菜单和按钮都可以通过角色进行分配和授权。数据库在数据存储过程中采用MD5(Message-Digest Algorithm，消息摘要算法第五版)加解密的方式，增强了数据库内存储的安全性。系统管理项目工作管理流，通过人员、角色来控制数据上传、流转和审核，为前台提供灵活和可靠的数据支撑。

根据本发明的实施例的基于开发地图的风电项目开发信息系统不仅能够提供较难获取的土地数据和变电站数据，使数据覆盖全面，还能够对风电项目开发进行风险预警和潜力分析，以提高风电项目开发的精准性，加快了风电项目开发的进程，提高了工作效率。

尽管已经参照本发明的特定示例性实施例显示和描述了本发明，但是本领域技术人员将理解，在不脱离由权利要求及其等同物限定的本发明的精神和范围的情况下，可进行各种形式和细节上的各种改变。

Claims (17)

1.一种基于开发地图的风电项目开发信息系统，其特征在于，所述系统包括：

数据采集模块，被配置为采集和存储用于风电项目开发的相关数据；

数据处理模块，被配置为对所述相关数据进行数据整合和数据统计，并依据数据整合和数据统计的结果对该风电项目开发进行区域潜力分析；

业务服务模块，被配置为基于所述数据处理模块生成的数据整合和数据统计的结果以及分析结果提供相应的数据服务；

其中，所述数据处理模块包括第一处理单元、第二处理单元和第三处理单元，第一处理单元用于对风电项目开发的项目进程数据和测风塔数据进行实时汇总和对比，第二处理单元用于通过数据叠加模式对风能数据、气象数据、土地数据和变电站数据进行数据整合，第三处理单元用于对所述第一处理单元和所述第二处理单元的数据处理结果进行运算，以得到已开发区域和未开发区域的综合潜力分析结果。

2.如权利要求1所述的系统，其特征在于，所述第三处理单元还用于采用GP模型对所述第一处理单元和所述第二处理单元的数据处理结果进行运算以得到已开发区域和未开发区域的市场潜力、技术潜力和政策潜力，并采用人工神经元网络算根据所述市场潜力、技术潜力和政策潜力的分析结果得出已开发区域和未开发区域的综合潜力的分析结果。

3.如权利要求2所述的系统，其特征在于，所述GP模型将用于风电项目开发的相关数据作为矢量数据导入服务，并根据业务规则构建GP模型，所述GP模型支持交、并、差、缓冲区和包含分析的组合。

4.如权利要求2所述的系统，其特征在于，所述第三处理单元还用于通过人工神经元网络算法对所述市场潜力、技术潜力、政策潜力和综合潜力进行修正，以及基于对所述市场潜力、技术潜力、政策潜力和综合潜力的修正来实时调节所述GP模型的修正值。

5.如权利要求2所述的系统，其特征在于，所述对技术潜力的分析包括分析风速、降水量、土地可用、土地可调和变电站中的至少一个以得出技术潜力面积及容量；

和/或，

所述对政策潜力的分析包括对政策红线和政策红利进行分析。

6.如权利要求1所述的系统，其特征在于，所述项目进程数据包括已签开发协议未进核准计划项目、已进核准计划未核准项目、已核准未开工项目、在建项目和已并网项目中的至少一个的数据，所述风能数据包括分辨率为100m、1km、3km、6km和/或9km的风能图谱数据，所述土地数据包括国土规划、国土现状、交通路网、自然保护区、水城、绿地公园、林地和生态红线中的至少一个的数据，所述气象数据包括降雨量数据，所述变电站数据包括多主变容量的变电站的数据。

7.如权利要求1所述的系统，其特征在于，所述系统还包括：

功能展现模块，被配置为通过可视化电子地图平台对所述业务服务模块提供的数据服务进行可视化展示。

8.如权利要求1所述的系统，其特征在于，所述业务服务模块包括：

概括数据服务单元，提供对风电项目开发的项目进程数据和测风塔数据的实时汇总结果和对比结果的数据服务；

详细数据服务单元，提供对风能数据、气象数据、土地数据和变电站数据进行数据整合结果的数据服务。

9.如权利要求8所述的系统，其特征在于，所述业务服务模块还包括：

项目管理数据服务单元，提供对风电项目开发的风险预警结果、警告色标识和对已处理风险区域的标记结果的数据服务；

潜力分析数据服务单元，提供对所述已开发区域和未开发区域的市场潜力、技术潜力、政策潜力和综合潜力的分析结果的数据服务。

10.如权利要求2所述的系统，其特征在于，所述第三处理单元还被配置为：

使用基于深度学习的网络爬虫从网页中搜集获得政策信息，其中，所述基于深度学习的网络爬虫对文字向量表示的网页内容进行概念表达和构件多层次的网页主题概念特征向量，并使用向量机模型在新的特征表达下快速识别网页主题。

11.如权利要求1所述的系统，其特征在于，所述数据处理模块还包括：

第四处理单元，根据所述第一处理单元和所述第二处理单元的数据处理结果对风电项目开发进行风险预警，并在地图上的相应区域位置进行警告色标识，以及对出现过风险的区域进行分析，并将分析得出的已处理风险区域标记为已处理状态。

12.如权利要求1所述的系统，其特征在于，所述系统采用SSM框架技术对所述数据采集模块、所述数据处理模块和所述业务服务模块进行分层处理；

和/或，

所述系统采用MD5加解密的方式对所述数据采集模块和所述数据处理模块中的数据进行存储。

13.一种基于开发地图的风电项目开发信息系统，其特征在于，所述系统包括：

概况图层，用于收集项目进程数据和测风塔数据，以及收集市场政策数据；

详细图层，包括风能图层、土地图层和电网图层，用于以数据叠加模式整合土地数据、风能数据、气象数据、变电站数据，且集成电子地图的基础底图；

潜力图层，用于将所述概况图层输出的风能资源和市场政策数据，以及所述详细图层输出的土地数据、风能数据、气象数据、变电站数据、电子地图数据进行空间运算和潜力分析，获得已开发区域和未开发区域的综合潜力分析结果。

14.如权利要求13所述的系统，其特征在于，所述潜力图层包括潜力分析模块，所述潜力分析模块采用GP模型对变电站数据进行缓冲区分析，并将缓冲区分析结果与土地数据进行相交得到第一相交结果，再将第一相交结果与风能数据进行相交得到第二相交结果，所述第二相交结果为潜力分析对象。

15.如权利要求14所述的系统，其特征在于，所述潜力分析模块还用于通过人工神经元网络算法对GP模型输出的潜力分析对象进行潜力分析，所述潜力分析包括市场潜力分析、技术潜力分析、政策潜力分析和综合潜力分析，其中，所述技术潜力分析包括对风速、降水量、土地可用、土地可调、变电站中的至少一个信息进行潜力分析以得出技术潜力面积及容量。

16.如权利要求14所述的系统，其特征在于，所述潜力分析模块还用于通过人工神经元网络算法对潜力分析结果进行修正，其中，所述人工神经元网络算法通过将潜力分析各条件组合形成学习实例来训练学习规则，并将已训练的学习规则输入至所述GP模型以实现对潜力分析结果的修正。

17.如权利要求13所述的系统，其特征在于，所述风能图层包括全国100m、1km、3km、6km、9km分辨率的风资源图谱，所述土地图层包括全国范围的耕地、园地、林地、草地、商服用地、工矿仓储用地、住宅用地、公共用地、特殊用地、交通运输用地、水域和其他用地，所述电网图层包括多主变容量的变电站。

Images