CN113138374B - 一种激光雷达风场数据重建方法及系统 - Google Patents

一种激光雷达风场数据重建方法及系统 Download PDF

Info

Publication number
CN113138374B
CN113138374B CN202110377954.4A CN202110377954A CN113138374B CN 113138374 B CN113138374 B CN 113138374B CN 202110377954 A CN202110377954 A CN 202110377954A CN 113138374 B CN113138374 B CN 113138374B
Authority
CN
China
Prior art keywords
wind speed
horizontal
wind
speed data
measured
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.)
Active
Application number
CN202110377954.4A
Other languages
English (en)
Other versions
CN113138374A (zh
Inventor
张弛
班晓瑞
朱林
张博义
张杏雨
张黎明
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.)
Beijing Explaser Optoelectronic Technology Co ltd
Original Assignee
Beijing Explaser Optoelectronic Technology Co ltd
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 Beijing Explaser Optoelectronic Technology Co ltd filed Critical Beijing Explaser Optoelectronic Technology Co ltd
Priority to CN202110377954.4A priority Critical patent/CN113138374B/zh
Publication of CN113138374A publication Critical patent/CN113138374A/zh
Application granted granted Critical
Publication of CN113138374B publication Critical patent/CN113138374B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种激光雷达风场数据重建方法及系统。方法包括：获取风速数据Vr1、Vr2、Vr3、Vr4中的一个或多个；当缺失Vr1、Vr2、Vr3、Vr4中的任意三个数据，或缺失Vr1、Vr2、Vr3、Vr4中任意两个在方向上互相对应的数据时，则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的径向风速数据；根据Vr1、Vr2、Vr3、Vr4计算出待测位置、待测水平高度上的水平风速和水平风向。本发明基于垂直风切变系数和/或水平风切变系数进行径向风速数据的预测补充，根据其它位置、其它水平高度的风速合理预测出待测位置、待测水平高度的风速，科学准确地预测风速数据。

Description

一种激光雷达风场数据重建方法及系统
技术领域
本发明涉及激光雷达技术领域，特别涉及一种激光雷达风场数据重建方法及系统。
背景技术
我国风能资源丰富，可开发的风电场分布广泛。为了保障风电场的经济运营，在包括风电场的投资建设之前、运行投产以及出质保在内的全生命周期的各个环节中，都有着对场址风能资源进行详细、准确、可靠评估的迫切需求。然而，实现上述有效准确的测量评估需要保证获得的风能资源数据必须满足最低数据完整率的要求，否则测量评估的结果将不能被使用。但在实际测量过程中，无论是采用传统的测风塔还是采用激光雷达测风来获取风能资源数据时，都会存在因设备不适应环境或设备损坏而造成数据缺失，从而原始风能资源数据无法达到数据完整率要求的情况。例如，地面多普勒激光雷达有其本身适用的大气环境，即大气不能太清洁但也不能是浓雾等状态。尽管能够适应我国很多地区，但当地面多普勒激光雷达遇到大气太清洁如西藏晴朗的高空或者遇到浓雾天气如四川盆地的气候等不利雷达测试的大气环境时，激光雷达数据就会产生缺失，并且不同高度的缺失情况也会有较大差异。通常面对这种情况时，就需要通过预测的手段将缺失的风能资源数据进行插补订正，以使得数据具有足够的完整率，这样才能获得准确可靠的测量评估结果。
激光雷达风场重建一般使用4个方向测量的径向风速进行反演，当激光雷达测量得到的四个方向中任意一个方向的径向风速数据缺失时，用于测量所需要的水平风速就无法计算出来。此时，就需要对缺失的径向风速数据进行预测。显然，对于预测手段来说，其预测数据的准确性、可靠性和一致性对整体风能资源测评的影响是很大的。实践表明，1％的风速差别至少引起2％的发电量的差别，因为数据预测不合理的原因，目前国内预测数据产生的偏差平均值是2％-3％，这样如果某个高度测风数据有50％数据损坏缺失的话，将引起风场发电量测算偏差到4％-6％，这对最终结果的影响是巨大的。一般来说，预测数据是否准确、可靠、一致，会受到预测模型的选择、参考数据的选择甚至使用软件的影响，特别是在执行预测过程中，预测模型和参考数据的选择还会受到工程师技术水平的制约，工程师是否经验丰富、训练有素及其主观的选择都会影响最终的预测结果。概括来说，目前测风数据预测中常见的不科学的方面主要包括：1、选择的预测模型不合理，例如针对同一个缺失数据高度的风速风向，不同的预测模型和风切变模型的效率是不同的；2、选择的参考数据不合理，针对同一个缺失数据高度的风速风向，即使使用同一个预测模型，参考数据的选择不同也会影响测量结果的准确性。
综上所述，通过预测的手段将缺失的风能资源数据进行插补订正有诸多缺点，会影响最终测量结果的准确性，所以亟需一个简单且科学的预测模型来提高测量的准确性。
发明内容
针对现有技术中的缺陷，本发明提出了一种激光雷达风场数据重建方法，当激光雷达测量得到的四个方向中任意一个方向的径向风速数据缺失时，利用相同位置的垂直风速相同的假设进行径向风速数据的预测补充，从而很好地解决了目前测风数据预测常见的不科学问题。
本发明提供一种激光雷达风场数据重建方法及系统，用于测量方向的径向风速数据缺失时，进行径向风速数据的预测补充。具体内容如下：
一种激光雷达风场数据重建方法，适用于四个方向的径向风速计算，包括如下步骤：
获取风速数据Vr1、Vr2、Vr3、Vr4中的一个或多个，所述Vr1、Vr2、Vr3、Vr4分别为激光雷达测量得到的在待测位置、待测水平高度上四个方向的径向风速数据，其中，Vr1的方向和Vr3的方向相互对应，Vr2的方向和Vr4的方向相互对应，Vr1的方向和Vr2的方向相互垂直；
若缺失所述Vr1、Vr2、Vr3、Vr4中的任意三个风速数据，或缺失所述Vr1、Vr2、Vr3、Vr4中任意两个在方向上互相对应的风速数据时，
则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的风速数据；
根据所述Vr1、Vr2、Vr3、Vr4计算出所述待测位置、所述待测水平高度上的水平风速和水平风向。
在一个具体的实施例中，所述“获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的径向风速数据”包括：
获取所述待测位置上其它水平高度上的风速数据，基于垂直风速按照垂直风切变系数变化计算所述待测水平高度的垂直风速；
基于同一位置、同一水平高度上四个方向的垂直风速相同，根据所述待测水平高度的垂直风速推导出缺失的风速数据。
在一个具体的实施例中，所述“获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的径向风速数据”包括：
获取其它位置在所述待测水平高度上的风速数据，基于水平风速按照水平风切变系数变化计算所述待测位置的水平风速；
根据所述待测位置的水平风速推导出缺失的风速数据。
在一个具体的实施例中，所述“获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的径向风速数据”包括：
获取其它位置、其它水平高度上的风速数据，基于水平风速按照水平风切变系数变化计算所述待测位置的水平风速，基于垂直风速按照垂直风切变系数变化计算所述待测水平高度的垂直风速；
根据所述待测位置的水平风速和所述待测水平高度的垂直风速推导出缺失的风速数据。
在一个具体的实施例中，所述方法还可用于八个方向的风速数据计算，具体包括：
获取八个方向中一个或多个方向的风速数据，八个方向的风速数据为激光雷达测量得到的在待测位置、待测水平高度上八个方向的径向风速数据；
若缺失所述八个方向的风速数据中的任意七个风速数据，或获取所述八个方向的风速数据中的任意两个在方向上互相对应的风速数据时，则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的风速数据；
根据八个方向的风速数据计算出在所述待测位置、所述待测水平高度上的水平风速和水平风向。
在一个具体的实施例中，由以下公式推导得出缺失的径向风速数据：
Figure BDA0003011992810000041
Figure BDA0003011992810000042
Figure BDA0003011992810000043
w1＝w2＝w；
其中，w为垂直风速，w1为Vr1方向和Vr3方向上的垂直风速，w2为Vr2方向和Vr4方向上的垂直风速，θ为雷达出射光束与垂直方向的夹角。
在一个具体的实施例中，所述Vr1、Vr2、Vr3、Vr4矢量投影计算公式分别为：
Vr1＝usinθ+wcosθ；
Vr2＝vsinθ+wcosθ；
Vr3＝-usinθ+wcosθ；
Vr4＝-vsinθ+wcosθ；
其中，u、v、w分别为投影分量，θ为雷达出射光束与垂直方向的夹角，所述u、v、w的表达式分别为：
Figure BDA0003011992810000051
Figure BDA0003011992810000052
Figure BDA0003011992810000053
所述水平风速和所述水平风向的表达式分别为：
Figure BDA0003011992810000054
Figure BDA0003011992810000055
其中，Vh为水平风速，azi为水平风向。
一种激光雷达风场重建数据计算系统，适用于四个方向的径向风速计算，所述系统包括：
原始数据获取单元：用于获取风速数据Vr1、Vr2、Vr3、Vr4中的一个或多个，所述Vr1、Vr2、Vr3、Vr4分别为激光雷达测量得到的在待测位置、待测水平高度上四个方向的径向风速数据，其中，Vr1的方向和Vr3的方向相互对应，Vr2的方向和Vr4的方向相互对应，Vr1的方向和Vr2的方向相互垂直；
缺失数据获取单元：用于若缺失所述Vr1、Vr2、Vr3、Vr4中的任意三个风速数据，或缺失所述Vr1、Vr2、Vr3、Vr4中任意两个在方向上互相对应的风速数据时，
则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的风速数据；
风速计算单元：用于根据所述Vr1、Vr2、Vr3、Vr4计算出所述待测位置、所述待测水平高度上的水平风速和水平风向。
在一个具体的实施例中，所述缺失数据获取单元包括，
垂直风切单元：用于获取所述待测位置上其它水平高度上的风速数据，基于垂直风速按照垂直风切变系数变化计算所述待测水平高度的垂直风速；基于同一位置、同一水平高度上四个方向的垂直风速相同，根据所述待测水平高度的垂直风速推导出缺失的风速数据；和/或
水平风切单元：用于获取其它位置在所述待测水平高度上的风速数据，基于水平风速按照水平风切变系数变化计算所述待测位置的水平风速；根据所述待测位置的水平风速推导出缺失的风速数据；和/或
综合风切单元：用于获取其它位置、其它水平高度上的风速数据，基于水平风速按照水平风切变系数变化计算所述待测位置的水平风速，基于垂直风速按照垂直风切变系数变化计算所述待测水平高度的垂直风速；根据所述待测位置的水平风速和所述待测水平高度的垂直风速推导出缺失的风速数据。
在一个具体的实施例中，所述系统还适用于八个方向的径向风速计算，具体包括：
原始数据获取单元：用于获取八个方向中多个方向的风速数据，八个方向的风速数据为激光雷达测量得到的在待测位置、待测水平高度上八个方向的径向风速数据；
缺失数据获取单元：用于在缺失所述八个方向的风速数据中的任意七个风速数据，或获取所述八个方向的风速数据中的任意两个在方向上互相对应的风速数据时，获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的风速数据；
风速计算单元：用于根据八个方向的风速数据计算出在所述待测位置、所述待测水平高度上的水平风速和水平风向。
综上，与现有技术相比，本发明很好地解决了目前测风数据预测常见的不科学问题，最大化减少因不同工程师水平参差不齐而对预测带来的主观影响，科学准确地预测径向风速数据。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为实施例1的风场重建数据计算方法流程图；
图2为实施例1的风向示意图；
图3为实施例1中风的矢量结构示意图；
图4为实施例3中风场重建数据计算系统模块图；
图5为实施例5中计算机设备的结构示意图。
附图标记：1-原始数据获取单元；2-缺失数据获取单元；3-风速计算单元；12-计算机设备；14-外部设备；16-处理单元；18-总线；28-系统存储器。
具体实施方式
激光雷达风场重建一般使用4个方向测量的径向风速进行反演，当激光雷达测量得到的四个方向中任意一个方向的径向风速数据缺失时，用于测量所需要的水平风速就无法计算出来，难以缺失的径向风速数据进行预测。当缺失的风速数据为2-3个时，难以通过常规手段对风速进行预测。本实施例基于现有技术中的这一缺陷，提出了一种激光雷达风场数据重建方法及系统，针对缺少大量风速数据的情况，通过结合其他位置、其他水平高度的风速计算缺失的水平径向风速，进而获取风速和风向。
需要说明的是，本发明提出的激光雷达风场数据重建方法，适用于不仅适用于四个方向的风速反演和八个方向的风速反演，还可用于水平测量的机舱式激光雷达。此外，在激光雷达走航和漂浮雷达的数据反演中，很有可能用到此类的计算方法。
规定：Vr1的方向为1方向，Vr3的方向为3方向，Vr2的方向为2方向，Vr4的方向为4方向。
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的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。
实施例1
本实施例提供了一种激光雷达风场数据重建方法，通过获取四个方向的径向风速进行反演。具体流程如说明书附图1所示，具体方案如下：
101、原始数据获取：获取风速数据Vr1、Vr2、Vr3、Vr4中的一个或多个，Vr1、Vr2、Vr3、Vr4分别为激光雷达测量得到的待测位置、待测水平高度上四个方向的径向风速，其中，Vr1的方向和Vr3的方向相互对应，Vr2的方向和Vr4的方向相互对应，Vr1的方向和Vr2的方向相互垂直。原始数据一般不能完整的包括Vr1、Vr2、Vr3、Vr4。
102、缺失数据获取：若缺失Vr1、Vr2、Vr3、Vr4中的任意三个数据，或缺失Vr1、Vr2、Vr3、Vr4中任意两个在方向上互相对应的数据时，则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的径向风速数据；
103、风速计算：根据Vr1、Vr2、Vr3、Vr4计算出待测位置、待测水平高度上的水平风速和水平风向。
在本实施例中，基于待测位置、待测水平高度上四个方向的径向风速进行反演，当缺失任意三个方向的径向风速，或缺失某两个互相对应的方向上的径向风速时，常规手段难以对缺失的风速数据进行预测。本实施例根据垂直风切变系数和/或水平风切变系数获取缺失的径向风速，进而根据四个方向的径向风速获取待测位置、待测水平高度上的水平风速和水平风向。
本实施例的方法有两个假设的条件：1、同高度的风是均匀的；2、四个方向探测的时候风速是相同的。
首先，通过激光雷达获取待测位置、待测水平高度上的四个方向的径向风速Vr1、Vr2、Vr3、Vr4。具体地，Vr1、Vr2、Vr3、Vr4之间的关系如说明书附图2所示，1方向和3方向是对应的方向，2方向和4方向是对应的方向，1方向和2方向是垂直的方向，3方向和4方向是垂直的方向。
其中，Vr1、Vr2、Vr3、Vr4的矢量投影计算公式如下：
Vr1＝usinθ+wcosθ；
Vr2＝vsinθ+wcosθ；
Vr3＝-usinθ+wcosθ；
Vr4＝-vsinθ+wcosθ；
其中，u、v、w分别为投影分量，θ为雷达出射光束与垂直方向的夹角，如说明书附图3所示。具体地，u、v、w的表达式分别为：
Figure BDA0003011992810000101
Figure BDA0003011992810000102
Figure BDA0003011992810000103
水平风速和水平风向的表达式分别为：
Figure BDA0003011992810000104
Figure BDA0003011992810000105
从公式中可以看出，水平风速和水平风向的获取离不开四个方向的径向风速。当四个方向任意一个方向的数据缺失的时候，所需要得到的水平风速和风向就无法计算出来。当四个昂县任意三个方向的数据缺失时，更加难以直接获取水平风速和水平风向。
当缺失Vr1、Vr2、Vr3、Vr4中的任意三个数据，或缺失Vr1、Vr2、Vr3、Vr4中任意两个在方向上互相对应的数据时，基于垂直风切变系数和/或水平风切变系数，推导出缺失的径向风速数据。本实施例提出三种推导方式获取缺失的径向风速数据，分别是基于垂直风切变系数、基于水平风切变系数以及基于垂直风切变系数和水平风切变系数。
推导方式1、基于垂直风切变系数包括：获取待测位置上其它水平高度的风速数据，基于垂直风速按照垂直风切变系数变化计算待测水平高度的垂直风速；基于同一位置、同一水平高度上四个方向的垂直风速相同，根据待测水平高度的垂直风速推导出缺失的径向风速数据。垂直风速按照垂直风切变系数变化，在同一位置的垂直风速按照垂直风切变系数进行变化，通过获取待测位置上其它水平高度的风速数据，即根据垂直风切变系数获取待测水平高度的垂直风速。例如，只测得待测水平高度上的Vr1，根据其它水平高度上的风速数据，基于垂直风切变系数，结合其他水平高度与待测水平高度之间的位置关系，获取在2、3、4方向上的垂直风速数据。基于在同一水平高度上四个方向探测的垂直风速是相同的，推导出Vr2、Vr3、Vr4。
推导方式2、基于水平风切变系数包括：获取其它位置在待测水平高度上的风速数据，基于水平风速按照水平风切变系数变化计算待测位置的水平风速；根据待测位置的水平风速推导出缺失的径向风速数据。水平风速按照水平风切变系数变化，在同一水平高度上的水平风速按照水平风切变系数变化，通过获取待测水平高度上其他位置的风速数据，根据水平风切变系数获取待测位置的水平风速。例如，只测得待测水平高度上的Vr1，根据其它位置上的风速数据，基于水平风切变系数，结合其他位置与待测位置之间的位置关系，获取在2、3、4方向上的水平风速数据，推导出Vr2、Vr3、Vr4。基于水平风切变系数对位置要求较高，可以通过修改雷达发射光束的角度，进而实现获取不同位置、同一水平高度的风速数据。
推导方式3、基于垂直风切变系数和水平风切变系数包括：获取其它位置、其它水平高度的风速数据，基于水平风速按照水平风切变系数变化计算待测位置的水平风速，基于垂直风速按照垂直风切变系数变化计算待测水平高度的垂直风速；根据待测位置的水平风速和待测水平高度的垂直风速推导出缺失的径向风速数据。基于垂直风切变系数和水平风切变系数，结合上述两种推导方式，可以先获取待测水平高度上的风速数据，再获取待测位置上的风速数据，最后根据计算出的风速数据获取待测位置、待测水平高度上的风速数据；也可以先获取待测位置上的风速数据，再获取待测水平高度上的风速数据，最后根据计算出的风速数据获取待测位置、待测水平高度上的风速数据。
针对推导方式2，只需获取待测水平高度上其他位置的水平风速，即可根据水平风切变系数计算待测位置上的水平风速，最后根据四个方向上的水平风速推导出水平风速和水平风向。
针对推导方式1和推导方式3，涉及到垂直风速。本实施例在该条件的基础上，增加一个假设，四个方向探测的垂直风速是相同的，因为垂直风速为测量的四个方向的平均值，且四个方向的半径内任意一点的风速可以代表测量器件垂直上方的风速(遥感测量的基本假设)，相同位置的垂直风速并不会根据探测的方向变化而不同，所以在本发明中w1和w2可以假设为与w相等。
因此由上述假设可以得到三个垂直风速，分别为：
Figure BDA0003011992810000121
Figure BDA0003011992810000122
Figure BDA0003011992810000123
w1＝w2＝w；
其中，w1对应Vr1方向和Vr3方向上的垂直风速，w2对应Vr2方向和Vr4方向上的垂直风速，w对应总的垂直风速，θ为雷达出射光束与垂直方向的夹角。
当某个方向的测量数据缺失的时候，可以利用w＝w1＝w2的条件，将没有测量出来的径向风速计算出来并由此反演出水平风速。在合理假设条件下，通过公式准确客观地计算缺失数据。
本实施例提出了一种激光雷达风场数据重建方法，适用于四个方向的径向风速反演，当缺少三个方向的风速数据或任意两个在方向上互相对应的风速数据时，采用本实施例提出的方法可以科学准确的预测出缺失的风速数据。
实施例2
本实施例将实施例1的一种激光雷达风场数据重建方法进行修改，使其适用于八个方向的径向风速反演。具体方案如下：
101、原始数据获取：获取八个方向中一个或多个方向的风速数据，八个方向的风速数据为激光雷达测量得到的在待测位置、待测水平高度上八个方向的径向风速数据。
102、缺失数据获取：若缺失八个方向的风速数据中的任意七个风速数据，或获取八个方向的风速数据中的任意两个在方向上互相对应的风速数据时，则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的风速数据。
103、风速计算：根据八个方向的径向风速计算出待测位置、待测水平高度上的水平风速和水平风向。
牧镭的地面雷达使用的是8个光束进行反演的，因此缺少测量数据时仅能使用5或者6个束光，利用本实施例提供的算法可解决这一问题。此外，本实施例提供的方法还可用于水平测量的机舱式激光雷达。
本实施例提出了一种激光雷达风场数据重建方法，适用于八个方向的径向风速反演，若缺失任意七个风速数据，或只获取任意两个在方向上互相对应的风速数据时，采用本实施例提出的方法可以科学准确的预测出缺失的风速数据。
实施例3
本实施例在实施例1的基础上，将实施例1的一种激光雷达风场数据重建方法系统化，提出了一种激光雷达风场重建数据计算系统，适用于四个方向的风速反演。具体结构如说明书附图4所示，具体方案如下：
一种激光雷达风场重建数据计算系统，包括原始数据获取单元1、缺失数据获取单元2和风速计算单元3。
原始数据获取单元1：用于获取风速数据Vr1、Vr2、Vr3、Vr4中的一个或多个，Vr1、Vr2、Vr3、Vr4分别为激光雷达测量得到的在待测位置、待测水平高度上四个方向的径向风速数据，其中，Vr1的方向和Vr3的方向相互对应，Vr2的方向和Vr4的方向相互对应，Vr1的方向和Vr2的方向相互垂直；
缺失数据获取单元2：用于若缺失Vr1、Vr2、Vr3、Vr4中的任意三个风速数据，或缺失Vr1、Vr2、Vr3、Vr4中任意两个在方向上互相对应的风速数据时，则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的风速数据；
风速计算单元3：用于根据Vr1、Vr2、Vr3、Vr4计算出待测位置、待测水平高度上的水平风速和水平风向。
其中，缺失数据获取单元2包括垂直风切单元、水平风切单元和综合风切单元。
垂直风切单元：用于获取待测位置上其它水平高度的风速数据，基于垂直风速按照垂直风切变系数变化计算待测水平高度的垂直风速；基于同一位置、同一水平高度上四个方向的垂直风速相同，根据待测水平高度的垂直风速推导出缺失的径向风速数据；和/或
水平风切单元：用于获取其它位置在待测水平高度的风速数据，基于水平风速按照水平风切变系数变化计算待测位置的水平风速；根据待测位置的水平风速推导出缺失的径向风速数据；和/或
综合风切单元：用于获取其它位置、其它水平高度的风速数据，基于水平风速按照水平风切变系数变化计算待测位置的水平风速，基于垂直风速按照垂直风切变系数变化计算待测水平高度的垂直风速；根据待测位置的水平风速和待测水平高度的垂直风速推导出缺失的径向风速数据。
其中，缺失数据获取单元2由以下公式推导得出缺失的径向风速数据：
Figure BDA0003011992810000141
Figure BDA0003011992810000142
Figure BDA0003011992810000151
w1＝w2＝w；
其中，w为垂直风速，w1为Vr1方向和Vr3方向上的垂直风速，w2为Vr2方向和Vr4方向上的垂直风速，θ为雷达出射光束与垂直方向的夹角。
其中，Vr1、Vr2、Vr3、Vr4矢量投影计算公式分别为：
Vr1＝usinθ+wcosθ；
Vr2＝vsinθ+wcosθ；
Vr3＝-usinθ+wcosθ；
Vr4＝-vsinθ+wcosθ；
其中，u、v、w分别为投影分量，u、v、w的表达式分别为：
Figure BDA0003011992810000152
Figure BDA0003011992810000153
Figure BDA0003011992810000154
水平风速和水平风向的表达式分别为：
Figure BDA0003011992810000155
Figure BDA0003011992810000156
/>
本实施例在实施例1的基础上，将实施例1系统化，形成了一种激光雷达风场重建数据计算系统，使其更具实用性。
实施例4
本实施例在实施例2的基础上，将实施例2的一种激光雷达风场数据重建方法系统化，提出了一种激光雷达风场重建数据计算系统，适用于八个方向的风速反演。具体方案如下：
一种激光雷达风场重建数据计算系统，包括数据获取单元1、缺失数据获取单元2和风速计算单元3。
数据获取单元1：用于获取八个方向中多个方向的风速数据，八个方向的风速数据为激光雷达测量得到的在待测位置、待测水平高度上八个方向的径向风速数据；
缺失数据获取单元2：用于在缺失八个方向的风速数据中的任意七个风速数据，或获取八个方向的风速数据中的任意两个在方向上互相对应的风速数据时，则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的风速数据；
风速计算单元3：用于根据八个方向的径向风速计算出待测位置、待测水平高度上的水平风速和水平风向。
本实施例在实施例2的基础上，将实施例2系统化，形成了一种激光雷达风场重建数据计算系统，使其更具实用性。
实施例5
说明书附图5为本发明实施例1和2提供的一种计算机设备的结构示意图。说明书附图5显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如说明书附图5所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备计算机12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。系统存储器28可以包括易失性存储器形式的计算机系统可读介质。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备通信。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例1所提供的一种激光雷达风场数据重建方法，该方法包括：
101、原始数据获取：获取风速数据Vr1、Vr2、Vr3、Vr4中的一个或多个，Vr1、Vr2、Vr3、Vr4分别为激光雷达测量得到的在待测位置、待测水平高度上四个方向的径向风速数据，其中，Vr1的方向和Vr3的方向相互对应，Vr2的方向和Vr4的方向相互对应，Vr1的方向和Vr2的方向相互垂直；
102、缺失数据获取：若缺失Vr1、Vr2、Vr3、Vr4中的任意三个风速数据，或缺失Vr1、Vr2、Vr3、Vr4中任意两个在方向上互相对应的风速数据时，则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的风速数据；
103、风速计算：根据Vr1、Vr2、Vr3、Vr4计算出待测位置、待测水平高度上的水平风速和水平风向。
本实施例将一种激光雷达风场数据重建方法应用到具体的计算机设备中，将该方法存储到存储器中，当执行器执行该存储器时，会运行该方法进行风速反演，使用快捷方便，适用范围广。
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的激光雷达风场数据重建方法的技术方案。
实施例6
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的一种激光雷达风场数据重建方法步骤，该方法包括：
101、原始数据获取：获取风速数据Vr1、Vr2、Vr3、Vr4中的一个或多个，Vr1、Vr2、Vr3、Vr4分别为激光雷达测量得到的在待测位置、待测水平高度上四个方向的径向风速数据，其中，Vr1的方向和Vr3的方向相互对应，Vr2的方向和Vr4的方向相互对应，Vr1的方向和Vr2的方向相互垂直；
102、缺失数据获取：若缺失Vr1、Vr2、Vr3、Vr4中的任意三个风速数据，或缺失Vr1、Vr2、Vr3、Vr4中任意两个在方向上互相对应的风速数据时，则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的风速数据；
103、风速计算：根据Vr1、Vr2、Vr3、Vr4计算出待测位置、待测水平高度上的水平风速和水平风向。
本实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
本实施例将一种激光雷达风场数据重建方法应用到一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明提供的激光雷达风场数据重建方法的步骤，简便快捷，易于存储，不易丢失。
本发明提出了一种激光雷达风场数据重建方法及系统，基于激光雷达获取风速数据。当激光雷达测量得到的四个方向中任意三个方向的径向风速数据缺失或任意两个在方向上互相对应的风速数据缺失时，基于垂直风速按照垂直风切变系数变化以及水平风速按照水平风切变系数变化，进行径向风速数据的预测补充，从而很好地解决了目前测风数据预测常见的不科学问题，最大化减少因不同工程师水平参差不齐而对预测带来的主观影响，科学准确地预测径向风速数据。
以上仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种激光雷达风场数据重建方法，其特征在于，适用于四个方向的径向风速计算，包括如下步骤：
获取风速数据Vr1、Vr2、Vr3、Vr4中的一个或多个，所述Vr1、Vr2、Vr3、Vr4分别为激光雷达测量得到的在待测位置、待测水平高度上四个方向的径向风速数据，其中，Vr1的方向和Vr3的方向相互对应，Vr2的方向和Vr4的方向相互对应，Vr1的方向和Vr2的方向相互垂直；
若缺失所述Vr1、Vr2、Vr3、Vr4中的任意三个风速数据，或缺失所述Vr1、Vr2、Vr3、Vr4中任意两个在方向上互相对应的风速数据时，
则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的径向风速数据；缺失的风速数据获取过程具体包括：获取所述待测位置上其它水平高度上的风速数据，基于垂直风速按照垂直风切变系数变化计算所述待测水平高度的垂直风速；基于同一位置、同一水平高度上四个方向的垂直风速相同，根据所述待测水平高度的垂直风速推导出缺失的风速数据；
根据所述Vr1、Vr2、Vr3、Vr4计算出所述待测位置、所述待测水平高度上的水平风速和水平风向。
2.根据权利要求1所述的方法，其特征在于，所述“获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的径向风速数据”包括：
获取其它位置在所述待测水平高度上的风速数据，基于水平风速按照水平风切变系数变化计算所述待测位置的水平风速；
根据所述待测位置的水平风速推导出缺失的风速数据。
3.根据权利要求2所述的方法，其特征在于，所述“获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的径向风速数据”包括：
获取其它位置、其它水平高度上的风速数据，基于水平风速按照水平风切变系数变化计算所述待测位置的水平风速，基于垂直风速按照垂直风切变系数变化计算所述待测水平高度的垂直风速；
根据所述待测位置的水平风速和所述待测水平高度的垂直风速推导出缺失的风速数据。
4.根据权利要求1所述的方法，其特征在于，所述方法还可用于八个方向的径向风速计算，具体包括：
获取八个方向中一个或多个方向的风速数据，八个方向的风速数据为激光雷达测量得到的在待测位置、待测水平高度上八个方向的径向风速数据；
若缺失所述八个方向的风速数据中的任意七个风速数据，或获取所述八个方向的风速数据中的任意两个在方向上互相对应的风速数据时，则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的风速数据；
根据八个方向的风速数据计算出在所述待测位置、所述待测水平高度上的水平风速和水平风向。
5.根据权利要求1或3所述的方法，其特征在于，由以下公式推导得出缺失的径向风速数据：
Figure QLYQS_1
/>
Figure QLYQS_2
Figure QLYQS_3
w1＝w2＝w；
其中，w为垂直风速，w1为Vr1方向和Vr3方向上的垂直风速，w2为Vr2方向和Vr4方向上的垂直风速，θ为雷达出射光束与垂直方向的夹角。
6.根据权利要求4所述的方法，其特征在于，所述Vr1、Vr2、Vr3、Vr4矢量投影计算公式分别为：
Vr1＝usinθ+wcosθ；
Vr2＝vsinθ+wcosθ；
Vr3＝-usinθ+wcosθ；
Vr4＝-vsinθ+wcosθ；
其中，u、v、w分别为投影分量，所述u、v、w的表达式分别为：
Figure QLYQS_4
Figure QLYQS_5
Figure QLYQS_6
所述水平风速和所述水平风向的表达式分别为：
Figure QLYQS_7
Figure QLYQS_8
其中，Vh为水平风速，azi为水平风向。
7.一种激光雷达风场重建数据计算系统，其特征在于，适用于四个方向的径向风速计算，所述系统包括：
原始数据获取单元：用于获取风速数据Vr1、Vr2、Vr3、Vr4中的一个或多个，所述Vr1、Vr2、Vr3、Vr4分别为激光雷达测量得到的在待测位置、待测水平高度上四个方向的径向风速数据，其中，Vr1的方向和Vr3的方向相互对应，Vr2的方向和Vr4的方向相互对应，Vr1的方向和Vr2的方向相互垂直；
缺失数据获取单元：用于若缺失所述Vr1、Vr2、Vr3、Vr4中的任意三个风速数据，或缺失所述Vr1、Vr2、Vr3、Vr4中任意两个在方向上互相对应的风速数据时，
则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的风速数据；
风速计算单元：用于根据所述Vr1、Vr2、Vr3、Vr4计算出所述待测位置、所述待测水平高度上的水平风速和水平风向；
其中，所述缺失数据获取单元包括：
垂直风切单元：用于获取所述待测位置上其它水平高度上的风速数据，基于垂直风速按照垂直风切变系数变化计算所述待测水平高度的垂直风速；基于同一位置、同一水平高度上四个方向的垂直风速相同，根据所述待测水平高度的垂直风速推导出缺失的风速数据；和/或
水平风切单元：用于获取其它位置在所述待测水平高度上的风速数据，基于水平风速按照水平风切变系数变化计算所述待测位置的水平风速；根据所述待测位置的水平风速推导出缺失的风速数据。
8.根据权利要求7所述的系统，其特征在于，所述缺失数据获取单元包括，
综合风切单元：用于获取其它位置、其它水平高度上的风速数据，基于水平风速按照水平风切变系数变化计算所述待测位置的水平风速，基于垂直风速按照垂直风切变系数变化计算所述待测水平高度的垂直风速；根据所述待测位置的水平风速和所述待测水平高度的垂直风速推导出缺失的风速数据。
9.根据权利要求7所述的系统，其特征在于，所述系统还适用于八个方向的径向风速计算，具体包括：
原始数据获取单元：用于获取八个方向中一个或多个方向的风速数据，八个方向的风速数据为激光雷达测量得到的在待测位置、待测水平高度上八个方向的径向风速数据；
缺失数据获取单元：用于若缺失所述八个方向的风速数据中的任意七个风速数据，或获取所述八个方向的风速数据中的任意两个在方向上互相对应的风速数据时，则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的风速数据；
风速计算单元：用于根据八个方向的风速数据计算出在所述待测位置、所述待测水平高度上的水平风速和水平风向。
CN202110377954.4A 2021-04-08 2021-04-08 一种激光雷达风场数据重建方法及系统 Active CN113138374B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110377954.4A CN113138374B (zh) 2021-04-08 2021-04-08 一种激光雷达风场数据重建方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110377954.4A CN113138374B (zh) 2021-04-08 2021-04-08 一种激光雷达风场数据重建方法及系统

Publications (2)

Publication Number Publication Date
CN113138374A CN113138374A (zh) 2021-07-20
CN113138374B true CN113138374B (zh) 2023-06-02

Family

ID=76811495

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110377954.4A Active CN113138374B (zh) 2021-04-08 2021-04-08 一种激光雷达风场数据重建方法及系统

Country Status (1)

Country Link
CN (1) CN113138374B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103207948B (zh) * 2013-04-08 2016-01-20 同济大学 基于风速相关性的风电场测风仪风速缺失数据插补方法
CN107615094B (zh) * 2015-05-12 2018-09-07 三菱电机株式会社 激光雷达装置和风速观测方法
CN105046349B (zh) * 2015-06-25 2018-07-27 广东电网有限责任公司电力科学研究院 一种计及尾流效应的风电功率预测方法
CN110135618B (zh) * 2019-04-01 2021-07-09 北京观详光电技术有限公司 一种风廓线数据预测方法
EP3771822A1 (en) * 2019-08-01 2021-02-03 Siemens Gamesa Renewable Energy A/S A method for computer-implemented determination of a vertical speed wind profile of a wind field
CN111856511A (zh) * 2020-07-07 2020-10-30 北方激光研究院有限公司 改变扫描夹角的dbs风场扫描方法
CN112326999A (zh) * 2020-10-09 2021-02-05 北京观详光电技术有限公司 一种风速测量的方法、设备和终端

Also Published As

Publication number Publication date
CN113138374A (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
AU2017352549B2 (en) Method and device for calculating power generation of wind farm
KR102006847B1 (ko) 다중규모 광학 흐름을 이용한 레이더 초단기 강수 예측을 위한 장치 및 방법
CN116205541B (zh) 评估本地污染源对环境空气质量影响的方法及装置
JP2020134300A (ja) 予測方法、予測プログラム及び情報処理装置
CN114972631A (zh) 一种输电线路激光点云模型在线重建方法及系统
CN115239105A (zh) 一种在役风电场的风资源的评估方法以及装置
CN113295212B (zh) 应用多监测点协同作用的滑坡整体稳定性安全预警系统
CN113138374B (zh) 一种激光雷达风场数据重建方法及系统
CN110188939B (zh) 风电场的风功率的预测方法、系统、设备和存储介质
CN115905997B (zh) 基于预测偏差优化的风电机组气象灾害预警方法及系统
CN116070068A (zh) 基于主梁挠度差一阶导数小波变换的斜拉索损伤识别方法、装置及终端
CN115079305B (zh) 一种基于集合预报的多物理变量初始场计算方法及装置
CN111428420B (zh) 海表流流速预测方法、装置、计算机设备和存储介质
JP2005249662A (ja) 気象レーダシステム
CN113050115A (zh) 一种激光雷达风场数据重建方法、系统及设备
CN112700134A (zh) 一种测风塔代表性分析的方法、系统及设备
CN111475942A (zh) 风资源质量的评估方法、系统、介质及电子设备
CN112257233A (zh) 弹性电网恢复力评估方法、装置、计算机设备和介质
CN113468767B (zh) 一种海上风电机组发电量评估方法与系统
CN116560219B (zh) 基于输电杆塔风速联合分析的自适应监测控制方法及系统
CN117595260B (zh) 一种基于5g短切片的电力设备远程监控方法及系统
US20210109009A1 (en) Atmospheric corrosivity mapping method and apparatus
CN114488158A (zh) 一种基于上游实况风速的强对流大风临近预测方法及系统
JP5900102B2 (ja) 腐食予測方法および腐食予測プログラム
CN116796619A (zh) 一种实时强降水预测方法、装置、设备及存储介质

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