CN111062627A - 一种风电场宏观选址方法、系统及相关设备 - Google Patents
一种风电场宏观选址方法、系统及相关设备 Download PDFInfo
- Publication number
- CN111062627A CN111062627A CN201911320725.8A CN201911320725A CN111062627A CN 111062627 A CN111062627 A CN 111062627A CN 201911320725 A CN201911320725 A CN 201911320725A CN 111062627 A CN111062627 A CN 111062627A
- Authority
- CN
- China
- Prior art keywords
- area
- land
- site selection
- project
- type
- 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.)
- Granted
Links
- 238000010187 selection method Methods 0.000 title claims description 9
- 238000012216 screening Methods 0.000 claims abstract description 47
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 35
- 239000004744 fabric Substances 0.000 claims description 19
- 238000009434 installation Methods 0.000 claims description 10
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 9
- 239000011707 mineral Substances 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000010248 power generation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种风电场宏观选址方法、系统及相关设备，用于提高风电场宏观选址的效率。本发明实施例方法包括：接收项目属性信息，其中所述项目属性信息至少包括项目选址范围；获取第一类图纸，所述第一类图纸中包含所述项目选址范围内的土地性质信息；采用图像识别算法识别所述第一类图纸中的各个区域的土地性质信息，并根据所述土地性质信息从项目选址范围内筛选出第一可用区域；获取所述项目选址范围的卫星地图，并采用图像识别算法识别所述卫星地图中的土地地理特征，并根据所述土地地理特征从所述项目选址范围内筛选出第二可用区域；将所述第一可用区域及第二可用区域的重叠区域作为风电场预选布机区域。
Description
技术领域
本发明涉及风电技术领域，尤其涉及一种风电场宏观选址方法、系统及相关设备。
背景技术
风能是目前最具有经济价值的可再生能源，根据中国国家发改委能源研究所发布《中国风电发展路线图2050》显示，中国风电未来40年的发展目标是：到2020年、2030年和2050年，风电装机容量将分别达到2亿、4亿和10亿千瓦，到2050年，风电将满足17％的国内电力需求。可见风电的发展在今后的几十年将迎来高速的发展。
风机电厂的建立过程中，风机的位置选择尤其重要。受地理条件影响明显，为了能够找到合适的风机安装位置，现有方案中都是风机选址勘查人员实地勘查，人工分析，费时费力，效率不高。
发明内容
本发明实施例提供了一种风电场宏观选址方法、系统及相关设备，用于提高风电场宏观选址的效率。
本发明实施例第一方面提供了一种风电场宏观选址方法，其特征在于，包括：
接收项目属性信息，其中所述项目属性信息至少包括项目选址范围；
获取第一类图纸，所述第一类图纸中包含所述项目选址范围内的土地性质信息；
采用图像识别算法识别所述第一类图纸中的各个区域的土地性质信息，并根据所述土地性质信息从项目选址范围内筛选出第一可用区域；
获取所述项目选址范围的卫星地图，并采用图像识别算法识别所述卫星地图中的土地地理特征，并根据所述土地地理特征从所述项目选址范围内筛选出第二可用区域；
将所述第一可用区域及第二可用区域的重叠区域作为风电场预选布机区域。
可选的，作为一种可能的实施方式，本发明实施例中，所述根据所述土地性质信息从项目选址范围内筛选出第一可用区域，包括：
剔除所述目选址范围内土地性质为第一类型的区域得到剩余的区域为第一可用区域，其中所述第一类型的区域包括：土地性质为保护区、居民区、矿产资源区域、铁路或桥梁的预设范围区域。
可选的，作为一种可能的实施方式，本发明实施例中，所述根据所述土地地理特征从所述项目选址范围内筛选出第二可用区域，包括：
剔除所述目选址范围内土地地理特征为第二类型的区域得到剩余的区域为第二可用区域，其中所述第二类型的区域包括：土地地理特征为森林区域、湖泊区域、山谷区域以及地形纵坡大于15％的区域。
可选的，作为一种可能的实施方式，本发明实施例中，所述项目属性信息还包括项目装机容量及风机间距信息，所述方法还包括：
根据所述项目装机容量及风机间距信息计算最小占地面积；
判断所述最小占地面积是否小于所述预选布机区域，若小于，则判定所述预选布机区域符合条件，若不小于，则生成提示信息。
可选的，作为一种可能的实施方式，本发明实施例中，若存在多个所述预选布机区域，所述方法还包括：
根据预设算法计算各个预选布机区域的发电量及安装成本；
根据所述发电量及安装成本选择收益排序最高的预选布机区域作为最优布机区域。
本发明实施例第二方面提供了一种风电场宏观选址系统，请参阅图3，可包括：
接收模块，用于接收项目属性信息，其中所述项目属性信息至少包括项目选址范围；
获取模块，用于获取第一类图纸，所述第一类图纸中包含所述项目选址范围内的土地性质信息；
第一筛选模块，采用图像识别算法识别所述第一类图纸中的各个区域的土地性质信息，并根据所述土地性质信息从项目选址范围内筛选出第一可用区域；
第二筛选模块，用于获取所述项目选址范围的卫星地图，并采用图像识别算法识别所述卫星地图中的土地地理特征，并根据所述土地地理特征从所述项目选址范围内筛选出第二可用区域；
第三筛选模块，用于将所述第一可用区域及第二可用区域的重叠区域作为风电场预选布机区域。
可选的，作为一种可能的实施方式，本发明实施例中的所述第一筛选模块可包括：
第一筛选单元，采用图像识别算法识别所述第一类图纸中的各个区域的土地性质信息，并剔除所述目选址范围内土地性质为第一类型的区域得到剩余的区域为第一可用区域，其中所述第一类型的区域包括：土地性质为保护区、居民区、矿产资源区域、铁路或桥梁的预设范围区域。
可选的，作为一种可能的实施方式，本发明实施例中的所述第二筛选模块可包括：
第二筛选单元，获取所述项目选址范围的卫星地图，并采用图像识别算法识别所述卫星地图中的土地地理特征，并剔除所述目选址范围内土地地理特征为第二类型的区域得到剩余的区域为第二可用区域，其中所述第二类型的区域包括：土地地理特征为森林区域、湖泊区域、山谷区域以及地形纵坡大于15％的区域。
可选的，作为一种可能的实施方式，本发明实施例中，所述项目属性信息还包括项目装机容量及风机间距信息，所述系统还可以包括：
计算模块，用于根据所述项目装机容量及风机间距信息计算最小占地面积；
判断模块，用于判断所述最小占地面积是否小于所述预选布机区域，若小于，则判定所述预选布机区域符合条件，若不小于，则生成提示信息。
本发明实施例第三方面提供了一种计算机装置，所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如第一方面及第一方面中任意一种可能的实施方式中的步骤。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例中，在确定项目选址范围之后，可以采用图像识别算法识别第一类图纸中的各个区域的土地性质信息，并根据土地性质信息从项目选址范围内筛选出第一可用区域，同时可以获取项目选址范围的卫星地图，并采用图像识别算法识别卫星地图中的土地地理特征，并根据土地地理特征从项目选址范围内筛选出第二可用区域；将第一可用区域及第二可用区域的重叠区域作为风电场预选布机区域。相对于现有方案，实现了风电场宏观选址的自动化，提高了选址效率，同时，实现了多维度的筛选，提高了风电场宏观选址的精确度。
附图说明
图1为本发明实施例中一种风电场宏观选址方法的一个实施例示意图；
图2为本发明实施例中一种风电场宏观选址方法的一个具体运用实施例示意图；
图3为本发明实施例中一种风电场宏观选址系统的一个实施例示意图；
图4为本发明实施例中一种计算机装置的一个实施例示意图。
具体实施方式
本发明实施例提供了一种风电场宏观选址方法、系统及相关设备，用于提高风电场宏观选址的效率。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
随着项目开发进度越来越快，待开发项目越来越多，宏观选址工作呈现工作期限缩短，导致很多宏观选址阶段的工作延后，导致问题发现不及时，拖延工期。因此，如何在宏观选址阶段，高效、准确的完成选址工作，成为一个亟待解决的难题。
为此，本发明实施例可以自动获取项目范围内的卫星地形数据，利用图像识别技术，深度挖掘属性参数信息，处理并分析各属性单元，结合目标区域的限制性条件及项目需求，生成科学、精确的宏观选址方案、规划。
为了便于理解，下面对本发明实施例中的具体流程进行描述，请参阅图1，本发明实施例中一种风电场宏观选址方法的一个实施例可包括：
101、接收项目属性信息，其中项目属性信息至少包括项目选址范围；
在进行风电场项目时，可以预先确定项目的选址范围，例如可以根据中尺度气象数据进行评估计算，大概确定拟开发区域作为项目选址范围。然后，可以向风电场宏观选址系统中建立新的项目，并向风电场宏观选址系统输入对应的项目属性信息，其中该项目属性信息至少包括项目选址范围，还可以根据用户的需求输入其它属性信息，例如项目名称、项目装机容量及风机间距信息等，具体此处不做限定。
102、获取第一类图纸，第一类图纸中包含项目选址范围内的土地性质信息；
在建立新的项目之后，风电场宏观选址系统可以从预设的数据库中获取第一类图纸，第一类图纸中包含项目选址范围内的土地性质信息。实际运用中，国土资源管理部门会对所管理土地的土地性质进行统计和规划，风电场的选址需要遵循相关规定。为此，可以预先获取并保存大量的第一类图纸。当项目需求时，可以从数据库中提取包含项目选址范围内的土地性质信息的第一类图纸，例如第一类图纸中可以在地图图纸中采用不同的颜色或不同的标记来将地图中不同区域划分为不同的性质区域。
103、采用图像识别算法识别第一类图纸中的各个区域的土地性质信息，并根据土地性质信息从项目选址范围内筛选出第一可用区域；
为了提高分析效率，本发明实施例可以采用图像识别算法快速识别第一类图纸中的各个区域的土地性质信息，并根据预设的筛选逻辑从项目选址范围内筛选出土地性质符合要求的第一可用区域。
可选的，作为一种可能的实施方式，本发明实施例中，根据土地性质信息从项目选址范围内筛选出第一可用区域，包括：
剔除目选址范围内土地性质为第一类型的区域得到剩余的区域为第一可用区域，其中第一类型的区域包括：土地性质为保护区、居民区、矿产资源区域、铁路或桥梁的预设范围区域。
可以理解的是，上述第一类型的区域还可以根据用户的需求进行合理的增加或删减，例如可以设置矿产资源点附近300m、铁路及沿线300m范围内，森林，桥梁及周边300m范围内，具体此处不做限定。
104、获取项目选址范围的卫星地图，并采用图像识别算法识别卫星地图中的土地地理特征，并根据土地地理特征从项目选址范围内筛选出第二可用区域；
为了提高风电场宏观选址的精确度，本发明实施例还可以从土地的地理特征维度进行进一步筛选。风电场宏观选址系统可以获取项目选址范围的卫星地图，并采用图像识别算法识别卫星地图中的土地地理特征，并根据土地地理特征从项目选址范围内筛选出第二可用区域。
可选的，作为一种可能的实施方式，本发明实施例中，根据土地地理特征从项目选址范围内筛选出第二可用区域，包括：
剔除目选址范围内土地地理特征为第二类型的区域得到剩余的区域为第二可用区域，其中第二类型的区域包括：土地地理特征为森林区域、湖泊区域、山谷区域以及地形纵坡大于15％的区域。
可以理解的是，上述第二类型的区域可以根据用户的需求进行合理的增减，具体此处不做限定。
105、将第一可用区域及第二可用区域的重叠区域作为风电场预选布机区域。
为了提高风电场宏观选址的精确度，可以将第一可用区域及第二可用区域的重叠区域作为风电场预选布机区域，实现了多维度的交叉对比分析。
本发明实施例中，在确定项目选址范围之后，可以采用图像识别算法识别第一类图纸中的各个区域的土地性质信息，并根据土地性质信息从项目选址范围内筛选出第一可用区域，同时可以获取项目选址范围的卫星地图，并采用图像识别算法识别卫星地图中的土地地理特征，并根据土地地理特征从项目选址范围内筛选出第二可用区域；将第一可用区域及第二可用区域的重叠区域作为风电场预选布机区域。相对于现有方案，实现了风电场宏观选址的自动化，提高了选址效率，同时，实现了多维度的筛选，提高了风电场宏观选址的精确度。
可以理解的是，在本发明的各种实施例中，上述各步骤的序号的大小并不意味着执行顺序的先后，各步骤的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。例如，步骤102与104之间的实施顺序可以是同时执行，也可以是两者任一种先执行均可。
实际运用中，风电场选址不仅需要满足地理环境条件之外，还需要符合项目规划，例如需要满足项目装机容量设定，因此需要对选择的预选布机区域的合理性进行验证。
在上述图1实施例的基础上，项目属性信息还包括项目装机容量及风机间距信息，方法还包括：根据项目装机容量及风机间距信息计算最小占地面积；判断最小占地面积是否小于预选布机区域，若小于，则判定预选布机区域符合条件，若不小于，则生成提示信息，以提示用户所选的预选布机区域不符合条件。可选的，还可以提示用户重新选定项目选址范围，并上传对应的第一类图纸，重复图1所示的实施例中的步骤重新筛选预选布机区域。
可选的，在上述任一实施例的基础上，若存在多个预选布机区域，方法还可以包括：根据预设算法计算各个预选布机区域的发电量及安装成本；根据发电量及安装成本选择收益排序最高的预选布机区域作为最优布机区域。若存在多个可用区域，可以根据用户的前提设置进行布机方案的选择，若用户选择发电量最优，则根据风资源最佳进行推荐，若用户选择经济性最高，则根据道路距离，发电量等计算收益和成本，并提供布机方案，还可以根据发电量及安装成本选择收益排序最高的预选布机区域作为最优布机区域，具体此处不做限定。
为了便于理解，下面将结合具体运用实例对本发明实施例中的风电场宏观选址方法进行描述。本实施是基于规划系统实施风电场宏观选址，其中该系统包括：卫星地图数据采集模块、图形识别模块、数据服务器、显示模块。
卫星地图数据采集模块：根据用户定义，从卫星地图数据中获取指定位置的地形图数据，并发送至图形识别模块；
图形识别模块：该模块部署有图像识别算法，会自动识别出图像中各单元的属性，并反馈给用户；
数据服务器：存储获取的卫星地图数据及用户上传的地形图数据资料、区域规划图等资料。
显示模块：显示图像识别结果，并图表化各图像的单元属性统计。
卫星地图数据及图纸数据获取后存储至数据服务器，由图像识别模块对图形数据进行处理分析，并对分析结果进行交叉对比分析，形成结果报告。请参阅图2，具体的实施步骤可包括：
S01、用户对项目进行一些属性定义，包括项目名称，项目容量，项目范围，风机间距等信息。
S02、用户上传获得到的土地性质，行政区域划分，生态红线等图纸资料文件(pdf格式)。
S03、系统根据用户设置的项目范围，主动连接并获取指定卫星地图数据，存储待用。
S04、图像识别模块对S03获取到的卫星地图进行图像识别分析，提取特征参数，并根据提取到的特征参数划分形成属性单元数据(包括不限于村庄、湖泊，道路，山峰、山谷、坡度)，存储待用。
S05、系统根据用户设置的项目关联信息，搜索服务数据库，获取指定图纸资料，存储待用。
S06、图像识别模块对S05获取到的图纸资料进行图像识别分析，提取特征参数，并根据提取到的特征参数划分形成属性单元数据(包括不限于县界，道路，湖泊，资源矿点，森林)，存储待用。
S07、根据用户定义的宏观选址参考因素，调用模型算法库中预设的算法模型，对S04和S06步骤中提取到的属性单元数据进行交叉对比分析，确定可布机区域，并根据用户设置的参数进行布机。
具体的算法模型原理逻辑：S04和S06步骤中提取到的属性单元即为该位置点的土地性质，若为以下属性(包括不限于湖泊，山谷，矿产资源点附近300m，道路，生态保护区，地形纵坡大于15％的区域，居民点，铁路及沿线300m范围内，森林，桥梁及周边300m范围内，军事区，文物保护区)，则标记为不可用区域。然后在剩余可用区域上根据用户的前提设置进行布机方案的选择(若用户选择发电量最优，则根据风资源最佳进行推荐，若用户选择经济性最高，则根据道路距离，发电量等计算收益和成本，并提供布机方案)
S08、根据S07步骤中计算的可布机区域及布机方案，结合用户设置的项目容量、风机间距等信息进行简单判断，是否满足容量需求，如果满足则转至[S10]，若不满足容量需求，则转至S09。
S09、当预设的项目范围无法满足容量需求时，系统会自动调取更大范围的卫星地形数据进行分析，并提醒用户补充上传图纸资料。并重复流程。
S10、根据前序步骤的计算，生成可视化的结果分析报告。
本实施例中，可以自动获取项目范围内的卫星地形数据，利用图像识别技术，深度挖掘属性参数信息，处理并分析各属性单元，结合目标区域的限制性条件及项目需求，生成科学、精确的宏观选址方案、规划。
本发明实施例还提供了一种风电场宏观选址系统，请参阅图3，可包括：
接收模块301，用于接收项目属性信息，其中项目属性信息至少包括项目选址范围；
获取模块302，用于获取第一类图纸，第一类图纸中包含项目选址范围内的土地性质信息；
第一筛选模块303，采用图像识别算法识别第一类图纸中的各个区域的土地性质信息，并根据土地性质信息从项目选址范围内筛选出第一可用区域；
第二筛选模块304，用于获取项目选址范围的卫星地图，并采用图像识别算法识别卫星地图中的土地地理特征，并根据土地地理特征从项目选址范围内筛选出第二可用区域；
第三筛选模块305，用于将第一可用区域及第二可用区域的重叠区域作为风电场预选布机区域。
可选的，作为一种可能的实施方式，本发明实施例中的第一筛选模块可包括：
第一筛选单元，采用图像识别算法识别第一类图纸中的各个区域的土地性质信息，并剔除目选址范围内土地性质为第一类型的区域得到剩余的区域为第一可用区域，其中第一类型的区域包括：土地性质为保护区、居民区、矿产资源区域、铁路或桥梁的预设范围区域。
可选的，作为一种可能的实施方式，本发明实施例中的第二筛选模块可包括：
第二筛选单元，获取项目选址范围的卫星地图，并采用图像识别算法识别卫星地图中的土地地理特征，并剔除目选址范围内土地地理特征为第二类型的区域得到剩余的区域为第二可用区域，其中第二类型的区域包括：土地地理特征为森林区域、湖泊区域、山谷区域以及地形纵坡大于15％的区域。
可选的，作为一种可能的实施方式，本发明实施例中，项目属性信息还包括项目装机容量及风机间距信息，系统还可以包括：
计算模块，用于根据项目装机容量及风机间距信息计算最小占地面积；
判断模块，用于判断最小占地面积是否小于预选布机区域，若小于，则判定预选布机区域符合条件，若不小于，则生成提示信息。
本发明实施例中，在确定项目选址范围之后，可以采用图像识别算法识别第一类图纸中的各个区域的土地性质信息，并根据土地性质信息从项目选址范围内筛选出第一可用区域，同时可以获取项目选址范围的卫星地图，并采用图像识别算法识别卫星地图中的土地地理特征，并根据土地地理特征从项目选址范围内筛选出第二可用区域；将第一可用区域及第二可用区域的重叠区域作为风电场预选布机区域。相对于现有方案，实现了风电场宏观选址的自动化，提高了选址效率，同时，实现了多维度的筛选，提高了风电场宏观选址的精确度。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
上面从模块化功能实体的角度对本申请实施例中的数据处理系统进行了描述，请参阅图4，下面从硬件处理的角度对本申请实施例中的计算机装置进行描述：
该计算机装置1可以包括存储器11、处理器12和总线13。处理器11执行计算机程序时实现上述图1所示的风电场宏观选址方法实施例中的步骤，例如图1所示的步骤101至105。或者，处理器执行计算机程序时实现上述各装置实施例中各模块或单元的功能。
本申请的一些实施例中，处理器具体用于实现如下步骤：
接收项目属性信息，其中项目属性信息至少包括项目选址范围；
获取第一类图纸，第一类图纸中包含项目选址范围内的土地性质信息；
采用图像识别算法识别第一类图纸中的各个区域的土地性质信息，并根据土地性质信息从项目选址范围内筛选出第一可用区域；
获取项目选址范围的卫星地图，并采用图像识别算法识别卫星地图中的土地地理特征，并根据土地地理特征从项目选址范围内筛选出第二可用区域；
将第一可用区域及第二可用区域的重叠区域作为风电场预选布机区域。
可选的，作为一种可能的实施方式，处理器还可以用于实现如下步骤：
剔除目选址范围内土地性质为第一类型的区域得到剩余的区域为第一可用区域，其中第一类型的区域包括：土地性质为保护区、居民区、矿产资源区域、铁路或桥梁的预设范围区域。
可选的，作为一种可能的实施方式，处理器还可以用于实现如下步骤：
剔除目选址范围内土地地理特征为第二类型的区域得到剩余的区域为第二可用区域，其中第二类型的区域包括：土地地理特征为森林区域、湖泊区域、山谷区域以及地形纵坡大于15％的区域。
可选的，作为一种可能的实施方式，处理器还可以用于实现如下步骤：
根据项目装机容量及风机间距信息计算最小占地面积；
判断最小占地面积是否小于预选布机区域，若小于，则判定预选布机区域符合条件，若不小于，则生成提示信息。
可选的，作为一种可能的实施方式，处理器还可以用于实现如下步骤：
根据预设算法计算各个预选布机区域的发电量及安装成本；
根据发电量及安装成本选择收益排序最高的预选布机区域作为最优布机区域。
其中，存储器11至少包括一种类型的可读存储介质，可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是计算机装置1的内部存储单元，例如该计算机装置1的硬盘。存储器11在另一些实施例中也可以是计算机装置1的外部存储设备，例如计算机装置1上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器11还可以既包括计算机装置1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于计算机装置1的应用软件及各类数据，例如计算机程序01的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行计算机程序01等。
该总线13可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种风电场宏观选址方法，其特征在于，包括：
接收项目属性信息，其中所述项目属性信息至少包括项目选址范围；
获取第一类图纸，所述第一类图纸中包含所述项目选址范围内的土地性质信息；
采用图像识别算法识别所述第一类图纸中的各个区域的土地性质信息，并根据所述土地性质信息从项目选址范围内筛选出第一可用区域；
获取所述项目选址范围的卫星地图，并采用图像识别算法识别所述卫星地图中的土地地理特征，并根据所述土地地理特征从所述项目选址范围内筛选出第二可用区域；
将所述第一可用区域及第二可用区域的重叠区域作为风电场预选布机区域。
2.根据权利要求1所述的方法，其特征在于，所述根据所述土地性质信息从项目选址范围内筛选出第一可用区域，包括：
剔除所述目选址范围内土地性质为第一类型的区域得到剩余的区域为第一可用区域，其中所述第一类型的区域包括土地性质为保护区、居民区、矿产资源区域、铁路或桥梁的预设范围区域。
3.根据权利要求1所述的方法，其特征在于，所述根据所述土地地理特征从所述项目选址范围内筛选出第二可用区域，包括：
剔除所述目选址范围内土地地理特征为第二类型的区域得到剩余的区域为第二可用区域，其中所述第二类型的区域包括土地地理特征为森林区域、湖泊区域、山谷区域以及地形纵坡大于15％的区域。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述项目属性信息还包括项目装机容量及风机间距信息，所述方法还包括：
根据所述项目装机容量及风机间距信息计算最小占地面积；
判断所述最小占地面积是否小于所述预选布机区域，若小于，则判定所述预选布机区域符合条件，若不小于，则生成提示信息。
5.根据权利要求4所述的方法，其特征在于，若存在多个所述预选布机区域，所述方法还包括：
根据预设算法计算各个预选布机区域的发电量及安装成本；
根据所述发电量及安装成本选择收益排序最高的预选布机区域作为最优布机区域。
6.一种风电场宏观选址系统，其特征在于，包括：
接收模块，用于接收项目属性信息，其中所述项目属性信息至少包括项目选址范围；
获取模块，用于获取第一类图纸，所述第一类图纸中包含所述项目选址范围内的土地性质信息；
第一筛选模块，采用图像识别算法识别所述第一类图纸中的各个区域的土地性质信息，并根据所述土地性质信息从项目选址范围内筛选出第一可用区域；
第二筛选模块，用于获取所述项目选址范围的卫星地图，并采用图像识别算法识别所述卫星地图中的土地地理特征，并根据所述土地地理特征从所述项目选址范围内筛选出第二可用区域；
第三筛选模块，用于将所述第一可用区域及第二可用区域的重叠区域作为风电场预选布机区域。
7.根据权利要求6所述的系统，其特征在于，所述第一筛选模块包括：
第一筛选单元，采用图像识别算法识别所述第一类图纸中的各个区域的土地性质信息，并剔除所述目选址范围内土地性质为第一类型的区域得到剩余的区域为第一可用区域，其中所述第一类型的区域包括土地性质为保护区、居民区、矿产资源区域、铁路或桥梁的预设范围区域。
8.根据权利要求6所述的系统，其特征在于，所述第二筛选模块，包括：
第二筛选单元，获取所述项目选址范围的卫星地图，并采用图像识别算法识别所述卫星地图中的土地地理特征，并剔除所述目选址范围内土地地理特征为第二类型的区域得到剩余的区域为第二可用区域，其中所述第二类型的区域包括土地地理特征为森林区域、湖泊区域、山谷区域以及地形纵坡大于15％的区域。
9.根据权利要求6至8中任一项所述的系统，其特征在于，所述项目属性信息还包括项目装机容量及风机间距信息，所述系统还包括：
计算模块，用于根据所述项目装机容量及风机间距信息计算最小占地面积；
判断模块，用于判断所述最小占地面积是否小于所述预选布机区域，若小于，则判定所述预选布机区域符合条件，若不小于，则生成提示信息。
10.一种计算机装置，其特征在于，所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至5中任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911320725.8A CN111062627B (zh) | 2019-12-19 | 2019-12-19 | 一种风电场宏观选址方法、系统及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911320725.8A CN111062627B (zh) | 2019-12-19 | 2019-12-19 | 一种风电场宏观选址方法、系统及相关设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111062627A true CN111062627A (zh) | 2020-04-24 |
| CN111062627B CN111062627B (zh) | 2023-06-02 |
Family
ID=70300814
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911320725.8A Active CN111062627B (zh) | 2019-12-19 | 2019-12-19 | 一种风电场宏观选址方法、系统及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111062627B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111639794A (zh) * | 2020-05-19 | 2020-09-08 | 福州大学 | 风机选址方法、装置、计算机设备和存储介质 |
| CN112241833A (zh) * | 2020-09-29 | 2021-01-19 | 华能大理风力发电有限公司 | 一种光伏发电站前期精细化选址方法 |
| CN114661850A (zh) * | 2022-03-25 | 2022-06-24 | 中国建设银行股份有限公司 | 数据处理方法、装置、设备、介质及计算机程序产品 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101697259A (zh) * | 2009-11-05 | 2010-04-21 | 东南大学 | 用于风电场微观选址的地图和地表粗糙度数字化方法 |
| CN107944632A (zh) * | 2017-12-06 | 2018-04-20 | 北京天润新能投资有限公司 | 一种基于开发地图的风电场选址系统及选址方法 |
| CN110334828A (zh) * | 2019-03-07 | 2019-10-15 | 北京融链科技有限公司 | 选址方法及装置、存储介质、处理器 |
-
2019
- 2019-12-19 CN CN201911320725.8A patent/CN111062627B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101697259A (zh) * | 2009-11-05 | 2010-04-21 | 东南大学 | 用于风电场微观选址的地图和地表粗糙度数字化方法 |
| CN107944632A (zh) * | 2017-12-06 | 2018-04-20 | 北京天润新能投资有限公司 | 一种基于开发地图的风电场选址系统及选址方法 |
| CN110334828A (zh) * | 2019-03-07 | 2019-10-15 | 北京融链科技有限公司 | 选址方法及装置、存储介质、处理器 |
Non-Patent Citations (1)
| Title |
|---|
| 王: "浅谈风电场微观选址设计", 《水电与新能源》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111639794A (zh) * | 2020-05-19 | 2020-09-08 | 福州大学 | 风机选址方法、装置、计算机设备和存储介质 |
| CN111639794B (zh) * | 2020-05-19 | 2022-07-08 | 福州大学 | 风机选址方法、装置、计算机设备和存储介质 |
| CN112241833A (zh) * | 2020-09-29 | 2021-01-19 | 华能大理风力发电有限公司 | 一种光伏发电站前期精细化选址方法 |
| CN114661850A (zh) * | 2022-03-25 | 2022-06-24 | 中国建设银行股份有限公司 | 数据处理方法、装置、设备、介质及计算机程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111062627B (zh) | 2023-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kuffer et al. | The development of a morphological unplanned settlement index using very-high-resolution (VHR) imagery | |
| CN110298553A (zh) | 一种基于gis的国土空间规划方法、系统和设备 | |
| CN111062627B (zh) | 一种风电场宏观选址方法、系统及相关设备 | |
| Kuffer et al. | Urban morphology of unplanned settlements: The use of spatial metrics in VHR remotely sensed images | |
| CN107832849B (zh) | 一种基于知识库的电力线廊道三维信息提取方法及装置 | |
| JP5388243B2 (ja) | 管理サーバ、人口情報算出管理サーバ、不在エリア管理方法および人口情報算出方法 | |
| CN113704313A (zh) | 基于拓扑检查的地图注记压盖自动识别方法、装置及介质 | |
| JP2014149213A (ja) | 太陽光発電ポテンシャル評価装置、及び太陽光発電ポテンシャル評価プログラム | |
| CN113705990A (zh) | 自然资源信息处理方法、装置、电子设备及存储介质 | |
| CN116341967A (zh) | 基于gis模型的公园绿地方案评价与优化方法、装置、设备及存储介质 | |
| CN113852204A (zh) | 一种于数字孪生的变电站三维全景监视系统及方法 | |
| Triantakonstantis et al. | A spatially heterogeneous expert based (SHEB) urban growth model using model regionalization | |
| CN115239211A (zh) | 光伏发电项目的可研审查方法、装置、系统及电子设备 | |
| JP2024514568A (ja) | 太陽光発電パネルの設置に適合する場所を決定するための方法 | |
| CN102841963B (zh) | 元胞自动机模型尺度敏感性的探测方法 | |
| Santos et al. | Estimating building's anthropogenic heat: a joint local climate zone and land use classification method | |
| CN115330577B (zh) | 保护区的区域划分方法及装置、电子设备 | |
| KR102033008B1 (ko) | 에너지 데이터를 블록화하여 제공하는 지리 정보 시스템 및 이를 이용한 분석결과 제공 방법 | |
| Chakraborti et al. | Assessing dynamism of urban built-up growth and landuse change through spatial metrics: a study on Siliguri and its surroundings | |
| CN114757410A (zh) | 基于国土和电力设施协同选址选线方法及装置 | |
| CN114155440A (zh) | 一种耕地非农化的自动检测方法及系统 | |
| Macias et al. | Physical and Geographical Regionalization and Environmental Management: A Case Study in Poland. | |
| CN113052486A (zh) | 监控点位布局评价方法、装置、电子设备及可读存储介质 | |
| Alva et al. | Bottom-up approach for creating an urban digital twin platform and use cases | |
| CN108009510A (zh) | 安保态势分析方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |