CN115561738A - 一种机舱式激光雷达的标定方法及系统 - Google Patents

一种机舱式激光雷达的标定方法及系统 Download PDF

Info

Publication number
CN115561738A
CN115561738A CN202211410314.XA CN202211410314A CN115561738A CN 115561738 A CN115561738 A CN 115561738A CN 202211410314 A CN202211410314 A CN 202211410314A CN 115561738 A CN115561738 A CN 115561738A
Authority
CN
China
Prior art keywords
data set
wind speed
tower
cabin
laser radar
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.)
Pending
Application number
CN202211410314.XA
Other languages
English (en)
Inventor
卢坤鹏
刘鑫
刘艳贵
傅望安
王海明
沈伟文
张祎
尹铁男
陈新明
郭雨桐
孙少华
董瑞
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.)
Huaneng Clean Energy Research Institute
Huaneng Offshore Wind Power Science and Technology Research Co Ltd
Clean Energy Branch of Huaneng Zhejiang Energy Development Co Ltd
Original Assignee
Huaneng Clean Energy Research Institute
Huaneng Offshore Wind Power Science and Technology Research Co Ltd
Clean Energy Branch of Huaneng Zhejiang Energy Development 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 Huaneng Clean Energy Research Institute, Huaneng Offshore Wind Power Science and Technology Research Co Ltd, Clean Energy Branch of Huaneng Zhejiang Energy Development Co Ltd filed Critical Huaneng Clean Energy Research Institute
Priority to CN202211410314.XA priority Critical patent/CN115561738A/zh
Publication of CN115561738A publication Critical patent/CN115561738A/zh
Pending legal-status Critical Current

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

Abstract

本公开提出一种机舱式激光雷达的标定方法及系统，在地形平坦的区域设置相隔预设距离的测风塔和放置塔，在测风塔上布置传感器组，在放置塔上布置测试平台、发动机和机舱式激光雷达，机舱式激光雷达设置在测试平台上，发动机位于测试平台下且发动机的支架与测试平台接触，标定方法包括：在发动机运行时，利用机舱式激光雷达和传感器组分别采集数据，以获得实测数据集和参考数据集；基于实测数据集和参考数据集计算斜率和相关系数；若斜率和相关系数满足要求，则基于实测数据集和参考数据集计算不确定度，基于不确定度对机舱式激光雷达进行标定。根据本公开的方法能够提高机舱式激光雷达标定的准确性。

Description

一种机舱式激光雷达的标定方法及系统
技术领域
本公开涉及风电测风技术领域，尤其涉及一种机舱式激光雷达的标定方法及系统。
背景技术
随着科技的不断进步，智能化是产业的风向标，风力发电机组智能化发展也是必然趋势。众所周知，风具有极强的不确定性，它是制约风电项目开展的一个重大因素，但风也是风电技术的关键，更是能量的来源。风直接影响着机组的设计成本，也威胁着机组的运行安全，所以精准测风、降低误差就显得尤为重要。激光雷达在风电行业的应用加快了智能化的发展进程，机舱式激光雷达为风电机组精准测风提供了更多可能性，其可提前预知下一阶段风况，且能提前修订控制目标值、使控制器对较长时间风况进行全局寻优，并减少风机动作频率、有效降低载荷，令风机使用寿命更久。其中如何对激光雷达测风的准确性进行校验，就显得尤为重要。然而现有技术在机舱式激光雷达测风的准确性标定上还有待提高。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本公开的第一个目的在于提出一种机舱式激光雷达的标定方法，以提高机舱式激光雷达标定的准确性。
本公开的第二个目的在于提出一种机舱式激光雷达的标定系统。
本公开的第三个目的在于提出一种机舱式激光雷达的标定设备。
为达上述目的，本公开第一方面实施例提出了一种机舱式激光雷达的标定方法，在地形平坦的区域设置相隔预设距离的测风塔和放置塔，在所述测风塔上布置传感器组，在所述放置塔上布置测试平台、发动机和机舱式激光雷达，所述机舱式激光雷达设置在所述测试平台上，所述发动机位于所述测试平台下且所述发动机的支架与所述测试平台接触，所述标定方法包括：
在所述发动机运行时，利用所述机舱式激光雷达和所述传感器组分别采集数据，以获得实测数据集和参考数据集；
基于所述实测数据集和所述参考数据集计算斜率和相关系数；
若所述斜率和相关系数满足要求，则基于所述实测数据集和所述参考数据集计算不确定度，基于所述不确定度对所述机舱式激光雷达进行标定。
在本公开的一个实施例中，在基于所述实测数据集和所述参考数据集计算相关系数之前，还包括：结合风向要求、温度阈值、湿度阈值分别对所述实测数据集和所述参考数据集进行数据筛选处理。
在本公开的一个实施例中，所述实测数据集包括风速实测值和风向实测值，所述参考数据集包括风速测量值和风向测量值，所述基于所述实测数据集和所述参考数据集计算斜率和相关系数，包括：基于所述风速实测值和所述风速测量值进行双变量线性回归处理，计算第一斜率和第一相关系数；基于所述风向实测值和所述风向测量值进行双变量线性回归处理，计算第二斜率和第二相关系数。
在本公开的一个实施例中，所述不确定度包括风速不确定度，所述风速不确定度的获得方法包括：获取标准不确定度、风速实测值的第一风速平均值和风速测量值的第二风速平均值，基于所述标准不确定度、所述第一风速平均值和所述第二风速平均值计算所述风速不确定度。
在本公开的一个实施例中，测试平台布置在所述放置塔的顶部，传感器组布置在所述测风塔的位置与机舱式激光雷达的位置等高。
在本公开的一个实施例中，所述斜率和相关系数满足要求指的是斜率处于预设斜率范围，相关系数大于预设阈值。
为达上述目的，本公开第二方面实施例提出了一种机舱式激光雷达的标定系统，包括：
参考数据获取模块包括布置在测风塔上的传感器组，所述参考数据获取模块用于利用所述传感器组采集数据以获得参考数据集；
实测数据获取模块包括布置在放置塔上测试平台、发动机和机舱式激光雷达，所述机舱式激光雷达设置在所述测试平台上，所述发动机位于所述测试平台下且所述发动机的支架与所述测试平台接触，所述实测数据获取模块用于利用所述机舱式激光雷达采集数据以获得实测数据集，所述测风塔和放置塔相隔预设距离且所处区域地形平坦；
处理模块，用于在所述发动机运行时，获得所述实测数据集和所述参考数据集；基于所述实测数据集和所述参考数据集计算斜率和相关系数；若所述斜率和相关系数满足要求，则基于所述实测数据集和所述参考数据集计算不确定度，基于所述不确定度对所述机舱式激光雷达进行标定。
在本公开的一个实施例中，所述处理模块，还用于：在基于所述实测数据集和所述参考数据集计算相关系数之前，结合风向要求、温度阈值、湿度阈值分别对所述实测数据集和所述参考数据集进行数据筛选处理。
在本公开的一个实施例中，所述实测数据集包括风速实测值和风向实测值，所述参考数据集包括风速测量值和风向测量值，所述处理模块，具体用于：基于所述风速实测值和所述风速测量值进行双变量线性回归处理，计算第一斜率和第一相关系数；基于所述风向实测值和所述风向测量值进行双变量线性回归处理，计算第二斜率和第二相关系数。
为达上述目的，本公开第三方面实施例提出了一种机舱式激光雷达的标定设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开第一方面实施例的机舱式激光雷达的标定方法。
在本公开一个或多个实施例中，在地形平坦的区域设置相隔预设距离的测风塔和放置塔，在测风塔上布置传感器组，在放置塔上布置测试平台、发动机和机舱式激光雷达，机舱式激光雷达设置在测试平台上，发动机位于测试平台下且发动机的支架与测试平台接触，标定方法包括：在发动机运行时，利用机舱式激光雷达和传感器组分别采集数据，以获得实测数据集和参考数据集；基于实测数据集和参考数据集计算斜率和相关系数；若斜率和相关系数满足要求，则基于实测数据集和参考数据集计算不确定度，基于不确定度对机舱式激光雷达进行标定。在这种情况下，测风塔和放置塔设置在地形平坦区域且相隔预设距离，测风塔和放置塔上分别设置传感器组和机舱式激光雷达，以避免障碍物对传感器组或机舱式激光雷达的影响，发动机运行时测试平台振动，使得机舱式激光雷达所处的环境更加贴近风机运行的状态，从而提高了机舱式激光雷达采集的数据的准确性，为后续的标定提供了更加准确地数据基础，然后综合利用实测数据集和参考数据集计算斜率、相关系数和不确定度对机舱式激光雷达进行标定，进一步提高了机舱式激光雷达标定的准确性。
本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
为了更清楚地说明本公开具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施方式，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的附图。本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本公开实施例所提供的一种机舱式激光雷达的标定方法的场景示意图；
图2为本公开实施例提供的放置塔的局部示意图；
图3为本公开实施例所提供的一种机舱式激光雷达的标定方法的流程示意图；
图4为本公开实施例提供的两组风速的分布示意图；
图5为本公开实施例提供的两组风速区间比较示意图；
图6为本公开实施例所提供的一种机舱式激光雷达的标定系统的框图；
图7是用来实现本公开实施例的机舱式激光雷达的标定方法的机舱式激光雷达的标定设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开实施例的一些方面相一致的装置和方法的例子。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。还应当理解，本公开中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。
本公开提供了一种机舱式激光雷达的标定方法及系统，主要目的在于提高机舱式激光雷达标定的准确性。
本公开的机舱式激光雷达的标定方法及系统需要借助两个风塔。两个风塔分别是测风塔和放置塔。测风塔和放置塔之间相隔预设距离。预设距离可以是50至100米。测风塔的高度大于或等于放置塔的高度。测风塔和放置塔竖立设置在地形平坦的区域。地形平坦的区域可以是地形平坦且周围没有树木遮挡的场地。
在一个实施例中，图1为本公开实施例所提供的一种机舱式激光雷达的标定方法的场景示意图。如图1所示，A为测风塔(也称参考测风塔)，B为放置塔(也称机舱雷达平台塔)。测风塔A和放置塔B处于地形平坦区域，测风塔A和放置塔B之间的距离为预设距离L。预设距离L为50米。
在本实施例中，在测风塔上布置传感器组a(参见图1)。传感器组a包括但不限于风速传感器、风向传感器、温湿度传感器、气压传感器等。其中，风速传感器用于采集风速信号，风速传感器包括主风速计和参考风速计，主风速计用于采集主风速信号，参考风速计用于采集参考风速信号，故风速信号包括主风速信号和参考风速信号，主风速信号用于参与后续与机舱式激光雷达采集的风速比对计算等处理，参考风速信号用于监测判断主风速信号在标定期间是否有发生突变，性能是否有变化。风向传感器用于采集风向信号，温湿度传感器用于采集温湿度信号，气压传感器用于气压信号。
在本实施例中，将在传感器组安装在测风塔上之前还需要对传感器组进行校准。另外，传感器组中的各传感器都处于有效期内。由此，在一定程度上保证传感器组采集的数据的准确性。
在一些实施例中，风速传感器例如采用风杯风速计，风杯风速计的不确定度等级不低于1.7A或1.7C。
在一些实施例中，传感器组布置在测风塔的位置与机舱式激光雷达的位置等高。由此，能够降低高度因素对后续相关性计算的影响。如图1所示，传感器组的高度为H1，机舱式激光雷达的高度为H2，H1＝H2＝50米。
在本实施例中，在放置塔上布置测试平台、发动机和机舱式激光雷达，机舱式激光雷达设置在测试平台上，发动机位于测试平台下且发动机的支架与测试平台接触。测试平台与放置塔之间存在缝隙。当发动机运行时，测试平台处于振动的状态。
在一些实施例中，测试平台布置在放置塔的顶部。
在一个实施例中，图2为本公开实施例提供的放置塔的局部示意图。如图2所示，放置塔B的顶部安装一个测试平台c，测试平台c上方布置有机舱式激光雷达b，在测试平台c下方放置了一个带有一个支架的发动机d，支架d1与测试平台c的底面接触。当发动机d运行时，支架d1沿箭头所示的方向转动，测试平台c一直处于振动的状态。另外测试平台c与放置塔B之间存在缝隙e，以便能够更好地模拟风力发电机组(可以简称风机)在运行时的震动状态。
图3为本公开实施例所提供的一种机舱式激光雷达的标定方法的流程示意图。如图3所示，该机舱式激光雷达的标定方法包括以下步骤：
步骤S11，在发动机运行时，利用机舱式激光雷达和传感器组分别采集数据，以获得实测数据集和参考数据集。
在步骤S11中，机舱式激光雷达布设在放置塔上。机舱式激光雷达采集的数据为实测数据集。传感器组布设在测风塔上。传感器组采集的主风速信号、风向信号、温湿度信号、气压信号等多种类型信号组成参考数据集。机舱式激光雷达采集的数据的类型与参考数据集中的类型一致。
在步骤S11中，利用机舱式激光雷达采集数据时，发动机一直处于运行情况，此时测试平台一直处于振动的状态，从而更好地模拟风机在运行时的震动状态，使得机舱式激光雷达采集的数据更加准确。
为了避免机舱式激光雷达发射的激光束打到地面，造成采集数据的不准确，在步骤S11中还根据机舱式激光雷达的激光束角度和机舱式激光雷达的高度计算采集距离，机舱式激光雷达采集的数据即为与放置塔相距采集距离处的气象数据。机舱式激光雷达发射的激光束在采集距离处完全打在空中。
在一些实施例中，利用机舱式激光雷达和传感器组分别采集数据之前还需要用GPRS时间对其进行校时，以使机舱式激光雷达和传感器组能够同步采集测风塔气象数据(即参考数据集)和机舱式激光雷达气象数据(即实测数据集)。同步采集指的是机舱式激光雷达和传感器组的采集时间误差须在预设比例(例如1％)以内。另外对机舱式激光雷达和传感器组每周至少进行一次时间漂移的验证和测试。
在步骤S11中，机舱式激光雷达和传感器组采集的数据分别包括但不限于风速、风向、温湿度、气压等类型的气象数据。例如实测数据集包括风速实测值、风向实测值、温湿度实测值、气压实测值等。参考数据集中的主风速信号也称风速测量值、参考数据集中的风向信号也称风向测量值、参考数据集中的温湿度信号也称温湿度测量值、参考数据集中的气压信号也称气压测量值。
在步骤S11中，机舱式激光雷达和传感器组采集的数据存储时间建议为预设时间(例如10分钟)的统计值，统计值例如可以为各类型气象数据的最大值、最小值、标准偏差值、平均值。
在一些实施例中，在执行步骤S12之前还包括：结合风向要求、温度阈值、湿度阈值分别对实测数据集和参考数据集进行数据筛选处理。
具体地，筛选条件包括a)测风塔上的气象设备(如传感器组)和放置塔上的机舱式激光雷达的探测体积内不受周围建筑、树木、运行风机等影响的数据；b)风杯风速计不受测风塔、引线或避雷针等影响的数据；c)风杯风速计不受冰冻影响的数据；d)机舱式激光雷达或参考测风塔气象设备故障的数据。
其中条件a)和b)中受影响的数据主要以测风塔所测得的风向为依据进行无效数据剔除，即计算出测风塔和机舱雷达受到周围建筑、树木、运行风机的扇区以及受到测风塔，引线或避雷针等影响的扇区，基于扇区确定无效数据。具体地，不可用扇区(即受到影响的扇区)包括障碍物与测风塔A间的第一不可用扇区和障碍物与放置塔B间的第二不可用扇区，障碍物例如可以是建筑、树、停止的邻近风力发电机组等，以停止的邻近风力发电机组为障碍物、计算障碍物与测风塔A间的第一不可用扇区为例，在计算第一不可用扇区时需要考虑的参数为实际水平距离Le(即障碍物到测风塔A的距离)和障碍物的等效风轮直径De。停止的邻近风力发电机组可视为直径等于塔底直径、高度等于塔尖上部高度的圆柱体，则障碍物的等效风轮直径定义为：
Figure BDA0003938223350000071
其中，lh为障碍物高度；lw为从被测风力发电机组或测风设备看到的障碍物宽度，此时障碍物与测风塔A间的第一不可用扇区通过1.3*arctan(2.5*De/Le+0.15)+10计算得到。
另外条件b)中风杯风速计不受测风塔、引线或避雷针等影响的数据可以根据主风速计采集的主风速信号和参考风速计采集的参考风速信号的对应关系，在某些角度发生变化时，说明风杯风速计受到了影响。
条件c)中风杯风速计可能会因为温度过低等因素导致结冰，因此当温度低于温度阈值(例如2℃)且湿度高于湿度阈值(例如80％)时剔除掉该温湿度环境下的数据；条件d)当任意设备发送故障后，获取到设备故障信号，则剔除设备故障信号获取的同时刻的所有数据。
通过上述的数据筛选处理将不符合筛选条件的无效数据剔除，保留符合筛选条件的有效数据。
在一些实施例中，在数据筛选处理后，还需要判断筛选后的实测数据集和参考数据集是否数据量要求。若满足则进入步骤S12，若不满足，则继续利用机舱式激光雷达和传感器组采集数据。
在一些实施例中，数据量要求例如可以包括a)传感器组采集的数据划分为以0.5m/s整数倍为中心的区间，区间宽度为0.5m/s；b)4m/s到12m/s间每个风速区间至少包含3对有效数据；c)12m/s到16m/s的数据量至少达到1个小时；d)4m/s到16m/s的数据量应至少达到180个小时。
步骤S12，基于实测数据集和参考数据集计算斜率和相关系数。
在一些实施例中，步骤S12中基于实测数据集和参考数据集计算斜率和相关系数，包括：基于风速实测值和风速测量值进行双变量线性回归处理，计算第一斜率和第一相关系数；基于风向实测值和风向测量值进行双变量线性回归处理，计算第二斜率和第二相关系数。
在一些实施例中，对经过筛选后的实测数据集和参考数据集(即有效数据)进行斜率和相关系数的计算。
在一些实施例中，斜率和相关系数满足要求指的是斜率处于预设斜率范围，相关系数大于预设阈值。相关系数可以用符号R2表示。
在一些实施例中，双变量线性回归方程例如为y＝kx+b，其中，y表示实测值，k表示斜率，x表示测量值，b表示截距。针对风速进行双变量线性回归处理时，y表示风速实测值，k表示第一斜率，x表示风速测量值，b表示第一截距；针对风向进行双变量线性回归处理时，y表示风向实测值，k表示第二斜率，x表示风向测量值，b表示第二截距。基于风速实测值和风速测量值计算获得第一相关系数，基于风向实测值和风向测量值计算获得第二相关系数。
在一些实施例中，第一斜率对应的第一预设斜率范围为2％(0.98～1.02)，其中2％(0.98～1.02)即为(1.96％～2.04％)，第一相关系数对应的第一预设阈值为0.97。第二斜率对应的第二预设斜率范围为2％(0.98～1.02)，第二相关系数对应的第二预设阈值为0.97。
在一些实施例中，截距也需要满足要求，截距满足要求指的是截距小于预设截距阈值。其中，第一截距对应的第一预设截距阈值为0.1m/s，第二截距对应的第二预设截距阈值为5°。
步骤S13，若斜率和相关系数满足要求，则基于实测数据集和参考数据集计算不确定度，基于不确定度对机舱式激光雷达进行标定。
在步骤S13中，不确定度可以由机舱式激光雷达的风速实测值和测风塔上风速传感器获取的风速测量值的各区间的平均偏差与标准不确定度进行比较后计算获得。
在一些实施例中，不确定度包括风速不确定度，风速不确定度的获得方法包括：获取标准不确定度、风速实测值的第一风速平均值和风速测量值的第二风速平均值，基于标准不确定度、第一风速平均值和第二风速平均值计算风速不确定度。具体地，风速不确定度由
Figure BDA0003938223350000091
计算获得，式中，
Figure BDA0003938223350000092
表示各区间的第一风速平均值，第一风速平均值基于机舱式激光雷达获取的各区间的风速实测值计算获得，
Figure BDA0003938223350000093
表示各区间的第二风速平均值，第二风速平均值基于测风塔上风速传感器获取的各区间的风速测量值计算得到。u2 ver，i表示各区间的标准不确定度。其中，风速的相关参数单位一致。
以风速范围为4m/s至16m/s的有效数据为例，绘制机舱式激光雷达获取的风速实测值和测风塔上风速传感器获取的风速测量值以及双变量线性回归和不确定度等。
图4为本公开实施例提供的两组风速的分布示意图；图5为本公开实施例提供的两组风速区间比较示意图。基于筛选后的机舱式激光雷达的实测值中的风速实测值与测风塔上风速传感器获取的测量值绘制散点图并进行双变量线性回归处理，同时绘制机舱式激光雷达的实测值和测风塔上风速传感器获取的测量值之间的偏差与测量值的相对关系，从而得到图4所示的示意图。绘制机舱式激光雷达获取的风速的第一风速平均值和测风塔上风速传感器获取的风速的第二风速平均值的关系，从而得到图5所示的示意图。
其中图4的横坐标为测风塔上风速传感器获取的风速测量值，单位为m/s，左侧纵坐标为机舱式激光雷达获取的风速实测值(即RSD风速)，单位为m/s，右侧纵坐标为偏离程度(即对比偏差)，单位为％，蓝色表示风速测量值和风速实测值的分布，红色表示风速测量值和风速实测值的偏差。基于风速测量值和风速实测值获得双变量线性回归方程为y＝0.99849x+0.048775，相关系数R2为0.99368。其中偏差平均值为0.04m/s，0.52％，偏差标准差为0.21m/s，2.51％。图5的横坐标为第二风速平均值(单位为m/s)，左侧纵坐标为第一风速平均值(单位为m/s)。右侧纵坐标为偏离程度(即对比偏差)，单位为％。黑色曲线为标准不确定度(即扣除平均偏差的不确定度)的范围，红色曲线为第二风速平均值和第一风速平均值的偏离程度，蓝色曲线为基于第二风速平均值和第一风速平均值获得的双变量线性回归方程，该双变量线性回归方程为y＝1.0002x+0.033565，相关系数R2为0.99967。
对于风速不确定度而言，主要考虑主风速信号的不确定度：即主风速计的标定不确定度、分级不确定度、安装不确定度；机舱式激光雷达和参考设备测量值的平均偏差；机舱式激光雷达测量的标准不确定度，按照测量的标准偏差除以每个区间的数据记录数的平方根(例如标定测试的A类不确定度)计算。
在一些实施例中，不确定度还包括由于标定测试期间的安装效应而导致的机舱式激光雷达的不确定度；由于测量体积内的非均匀流动导致的机舱式激光雷达的不确定度。其中不同的不确定度是彼此独立的，不同的不确定度应正交加上以获得综合不确定度，进而实现对机舱式激光雷达的标定。
在一些实施例中，基于不确定度对机舱式激光雷达进行标定时，比较不确定度和标准不确定度，当不确定度超过标准不确定度的范围时，例如当机舱式激光雷达测出来的结果和测风塔上布置的传感器组测出来的结果相关性比较好时，此时可能雷达厂家风速修正的系数问题导致的超出不确定度范围，此时可以基于标定测试结果来修正机舱式激光雷达的风速测量结果从而尽可能消除偏差。在修正后就可把不确定度降低，继续使用。如果区间内平均偏差超过上述表达式(例如至少在一个区间内)，则进行修正。风速修正公式可以基于拟合得到的线性回归公式来计算。
在本公开实施例的机舱式激光雷达的标定方法中，在地形平坦的区域设置相隔预设距离的测风塔和放置塔，在测风塔上布置传感器组，在放置塔上布置测试平台、发动机和机舱式激光雷达，机舱式激光雷达设置在测试平台上，发动机位于测试平台下且发动机的支架与测试平台接触，标定方法包括：在发动机运行时，利用机舱式激光雷达和传感器组分别采集数据，以获得实测数据集和参考数据集；基于实测数据集和参考数据集计算斜率和相关系数；若斜率和相关系数满足要求，则基于实测数据集和参考数据集计算不确定度，基于不确定度对机舱式激光雷达进行标定。在这种情况下，测风塔和放置塔设置在地形平坦区域且相隔预设距离，测风塔和放置塔上分别设置传感器组和机舱式激光雷达，以避免障碍物对传感器组或机舱式激光雷达的影响，发动机运行时测试平台振动，使得机舱式激光雷达所处的环境更加贴近风机运行的状态，从而提高了机舱式激光雷达采集的数据的准确性，为后续的标定提供了更加准确地数据基础，然后综合利用实测数据集和参考数据集计算斜率、相关系数和不确定度对机舱式激光雷达进行标定，进一步提高了机舱式激光雷达标定的准确性。另外本公开的标定方法利用竖立的测风塔和放置塔、通过安装校准后且在有效期内的测风塔气象设备、机舱式激光雷达采集的数据并进行筛选和性能比对、获得不确定度，从而对机舱式激光雷达进行标定能够用于规范如何进行机舱式激光雷达的标定，对未来如何使用机舱式激光雷达具有重要的意义。
下述为本公开系统实施例，可以用于执行本公开方法实施例。对于本公开系统实施例中未披露的细节，请参照本公开方法实施例。
请参见图6，图6为本公开实施例所提供的一种机舱式激光雷达的标定系统的框图。该机舱式激光雷达的标定系统10包括参考数据获取模块11、实测数据获取模块12和处理模块13，其中：
参考数据获取模块11包括布置在测风塔上的传感器组，参考数据获取模块11用于利用传感器组采集数据以获得参考数据集；
实测数据获取模块12包括布置在放置塔上测试平台、发动机和机舱式激光雷达，机舱式激光雷达设置在测试平台上，发动机位于测试平台下且发动机的支架与测试平台接触，实测数据获取模块12用于利用机舱式激光雷达采集数据以获得实测数据集，测风塔和放置塔相隔预设距离且所处区域地形平坦；
处理模块13，用于在发动机运行时，获得实测数据集和参考数据集；基于实测数据集和参考数据集计算斜率和相关系数；若斜率和相关系数满足要求，则基于实测数据集和参考数据集计算不确定度，基于不确定度对机舱式激光雷达进行标定。
可选地，处理模块13，还用于：在基于实测数据集和参考数据集计算相关系数之前，结合风向要求、温度阈值、湿度阈值分别对实测数据集和参考数据集进行数据筛选处理。
可选地，实测数据集包括风速实测值和风向实测值，参考数据集包括风速测量值和风向测量值，处理模块13，具体用于：基于风速实测值和风速测量值进行双变量线性回归处理，计算第一斜率和第一相关系数；基于风向实测值和风向测量值进行双变量线性回归处理，计算第二斜率和第二相关系数。
可选地，不确定度包括风速不确定度，处理模块13，具体用于：获取标准不确定度、风速实测值的第一风速平均值和风速测量值的第二风速平均值，基于标准不确定度、第一风速平均值和第二风速平均值计算风速不确定度。
可选地，斜率和相关系数满足要求指的是斜率处于预设斜率范围，相关系数大于预设阈值。
需要说明的是，前述对机舱式激光雷达的标定方法实施例的解释说明也适用于该实施例的机舱式激光雷达的标定系统，此处不在赘述。
在本公开实施例的机舱式激光雷达的标定系统中，参考数据获取模块包括布置在测风塔上的传感器组，参考数据获取模块利用传感器组采集数据以获得参考数据集；实测数据获取模块包括布置在放置塔上测试平台、发动机和机舱式激光雷达，机舱式激光雷达设置在测试平台上，发动机位于测试平台下且发动机的支架与测试平台接触，实测数据获取模块利用机舱式激光雷达采集数据以获得实测数据集，测风塔和放置塔相隔预设距离且所处区域地形平坦；处理模块在发动机运行时，获得实测数据集和参考数据集；基于实测数据集和参考数据集计算斜率和相关系数；若斜率和相关系数满足要求，则基于实测数据集和参考数据集计算不确定度，基于不确定度对机舱式激光雷达进行标定。在这种情况下，测风塔和放置塔设置在地形平坦区域且相隔预设距离，测风塔和放置塔上分别设置传感器组和机舱式激光雷达，以避免障碍物对传感器组或机舱式激光雷达的影响，发动机运行时测试平台振动，使得机舱式激光雷达所处的环境更加贴近风机运行的状态，从而提高了机舱式激光雷达采集的数据的准确性，为后续的标定提供了更加准确地数据基础，然后综合利用实测数据集和参考数据集计算斜率、相关系数和不确定度对机舱式激光雷达进行标定，进一步提高了机舱式激光雷达标定的准确性。另外本公开的标定系统利用竖立的测风塔和放置塔、通过安装校准后且在有效期内的测风塔气象设备、机舱式激光雷达采集的数据并进行筛选和性能比对、获得不确定度，从而对机舱式激光雷达进行标定能够用于规范如何进行机舱式激光雷达的标定，对未来如何使用机舱式激光雷达具有重要的意义。
根据本公开的实施例，本公开还提供了一种机舱式激光雷达的标定设备、一种可读存储介质和一种计算机程序产品。
图7是用来实现本公开实施例的机舱式激光雷达的标定方法的机舱式激光雷达的标定设备的框图。机舱式激光雷达的标定设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。机舱式激光雷达的标定设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴机舱式激光雷达的标定设备和其它类似的计算装置。本公开所示的部件、部件的连接和关系、以及部件的功能仅仅作为示例，并且不意在限制本公开中描述的和/或者要求的本公开的实现。
如图7所示，机舱式激光雷达的标定设备20包括计算单元21，其可以根据存储在只读存储器(ROM)22中的计算机程序或者从存储单元28加载到随机访问存储器(RAM)23中的计算机程序，来执行各种适当的动作和处理。在RAM 23中，还可存储机舱式激光雷达的标定设备20操作所需的各种程序和数据。计算单元21、ROM 22以及RAM 23通过总线24彼此相连。输入/输出(I/O)接口25也连接至总线24。
机舱式激光雷达的标定设备20中的多个部件连接至I/O接口25，包括：输入单元26，例如键盘、鼠标等；输出单元27，例如各种类型的显示器、扬声器等；存储单元28，例如磁盘、光盘等，存储单元28与计算单元21通信连接；以及通信单元29，例如网卡、调制解调器、无线通信收发机等。通信单元29允许机舱式激光雷达的标定设备20通过诸如因特网的计算机网络和/或各种电信网络与其他机舱式激光雷达的标定设备交换信息/数据。
计算单元21可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元21的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元21执行上述所描述的各个方法和处理，例如执行机舱式激光雷达的标定方法。例如，在一些实施例中，机舱式激光雷达的标定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元28。在一些实施例中，计算机程序的部分或者全部可以经由ROM 22和/或通信单元29而被载入和/或安装到机舱式激光雷达的标定设备20上。当计算机程序加载到RAM 23并由计算单元21执行时，可以执行上述描述的机舱式激光雷达的标定方法的一个或多个步骤。备选地，在其他实施例中，计算单元21可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行机舱式激光雷达的标定方法。
本公开中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑机舱式激光雷达的标定设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或机舱式激光雷达的标定设备使用或与指令执行系统、装置或机舱式激光雷达的标定设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或机舱式激光雷达的标定设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存机舱式激光雷达的标定设备、磁储存机舱式激光雷达的标定设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本公开在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (10)

1.一种机舱式激光雷达的标定方法，其特征在于，在地形平坦的区域设置相隔预设距离的测风塔和放置塔，在所述测风塔上布置传感器组，在所述放置塔上布置测试平台、发动机和机舱式激光雷达，所述机舱式激光雷达设置在所述测试平台上，所述发动机位于所述测试平台下且所述发动机的支架与所述测试平台接触，所述标定方法包括：
在所述发动机运行时，利用所述机舱式激光雷达和所述传感器组分别采集数据，以获得实测数据集和参考数据集；
基于所述实测数据集和所述参考数据集计算斜率和相关系数；
若所述斜率和相关系数满足要求，则基于所述实测数据集和所述参考数据集计算不确定度，基于所述不确定度对所述机舱式激光雷达进行标定。
2.如权利要求1所述的机舱式激光雷达的标定方法，其特征在于，在基于所述实测数据集和所述参考数据集计算相关系数之前，还包括：
结合风向要求、温度阈值、湿度阈值分别对所述实测数据集和所述参考数据集进行数据筛选处理。
3.如权利要求1所述的机舱式激光雷达的标定方法，其特征在于，所述实测数据集包括风速实测值和风向实测值，所述参考数据集包括风速测量值和风向测量值，所述基于所述实测数据集和所述参考数据集计算斜率和相关系数，包括：
基于所述风速实测值和所述风速测量值进行双变量线性回归处理，计算第一斜率和第一相关系数；基于所述风向实测值和所述风向测量值进行双变量线性回归处理，计算第二斜率和第二相关系数。
4.如权利要求3所述的机舱式激光雷达的标定方法，其特征在于，所述不确定度包括风速不确定度，所述风速不确定度的获得方法包括：
获取标准不确定度、风速实测值的第一风速平均值和风速测量值的第二风速平均值，基于所述标准不确定度、所述第一风速平均值和所述第二风速平均值计算所述风速不确定度。
5.如权利要求1所述的机舱式激光雷达的标定方法，其特征在于，还包括：
测试平台布置在所述放置塔的顶部，传感器组布置在所述测风塔的位置与机舱式激光雷达的位置等高。
6.如权利要求1所述的机舱式激光雷达的标定方法，其特征在于，所述斜率和相关系数满足要求指的是斜率处于预设斜率范围，相关系数大于预设阈值。
7.一种机舱式激光雷达的标定系统，其特征在于，包括：
参考数据获取模块包括布置在测风塔上的传感器组，所述参考数据获取模块用于利用所述传感器组采集数据以获得参考数据集；
实测数据获取模块包括布置在放置塔上测试平台、发动机和机舱式激光雷达，所述机舱式激光雷达设置在所述测试平台上，所述发动机位于所述测试平台下且所述发动机的支架与所述测试平台接触，所述实测数据获取模块用于利用所述机舱式激光雷达采集数据以获得实测数据集，所述测风塔和放置塔相隔预设距离且所处区域地形平坦；
处理模块，用于在所述发动机运行时，获得所述实测数据集和所述参考数据集；基于所述实测数据集和所述参考数据集计算斜率和相关系数；若所述斜率和相关系数满足要求，则基于所述实测数据集和所述参考数据集计算不确定度，基于所述不确定度对所述机舱式激光雷达进行标定。
8.如权利要求7所述的机舱式激光雷达的标定系统，其特征在于，所述处理模块，还用于：
在基于所述实测数据集和所述参考数据集计算相关系数之前，结合风向要求、温度阈值、湿度阈值分别对所述实测数据集和所述参考数据集进行数据筛选处理。
9.如权利要求7所述的机舱式激光雷达的标定系统，其特征在于，所述实测数据集包括风速实测值和风向实测值，所述参考数据集包括风速测量值和风向测量值，所述处理模块，具体用于：
基于所述风速实测值和所述风速测量值进行双变量线性回归处理，计算第一斜率和第一相关系数；基于所述风向实测值和所述风向测量值进行双变量线性回归处理，计算第二斜率和第二相关系数。
10.一种机舱式激光雷达的标定设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的机舱式激光雷达的标定方法。
CN202211410314.XA 2022-11-11 2022-11-11 一种机舱式激光雷达的标定方法及系统 Pending CN115561738A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211410314.XA CN115561738A (zh) 2022-11-11 2022-11-11 一种机舱式激光雷达的标定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211410314.XA CN115561738A (zh) 2022-11-11 2022-11-11 一种机舱式激光雷达的标定方法及系统

Publications (1)

Publication Number Publication Date
CN115561738A true CN115561738A (zh) 2023-01-03

Family

ID=84770527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211410314.XA Pending CN115561738A (zh) 2022-11-11 2022-11-11 一种机舱式激光雷达的标定方法及系统

Country Status (1)

Country Link
CN (1) CN115561738A (zh)

Similar Documents

Publication Publication Date Title
US20220275788A1 (en) Forecasting output power of wind turbine in wind farm
CN106321368B (zh) 基于运营风机scada数据的海上风电场尾流损失测量方法
JP7194868B1 (ja) 風に対するヨーの異常を検出するための方法および装置、並びにそれらのデバイスおよび記憶媒体
Li et al. LiDAR technology for wind energy potential assessment: Demonstration and validation at a site around Lake Erie
Evans et al. COMPARISON OF PREDICTED AND MEASURED WIND FARM NOISE LEVELS AND IMPLICATIONS FOR ASSESSMENTS OF NEW WIND FARMS.
US20200264313A1 (en) Lidar-based turbulence intensity error reduction
Bradley et al. Corrections for wind-speed errors from sodar and lidar in complex terrain
CN112031997B (zh) 一种风电机组偏航静态偏差确定方法、装置
CN104217247B (zh) 用于预测风场中的风机的输出功率的方法和装置
CN113495169B (zh) 风力机风轮前风速超声测量系统
TWI729349B (zh) 風力發電裝置及風力發電系統
CN113177325A (zh) 复杂地形下校正标准k-ε模型可调参数方法、装置及存储介质
CN115965293A (zh) 一种风电场运行分析方法及系统
CN113847199A (zh) 一种基于机载雷达在线偏航系统的偏航优化控制方法
Cantero et al. On the measurement of stability parameter over complex mountainous terrain
CN113565697A (zh) 一种基于激光与视频测量的叶轮气动不平衡的优化系统及方法
CN115561738A (zh) 一种机舱式激光雷达的标定方法及系统
CN110765640A (zh) 一种转子有效风速的计算方法、系统及设备
Ziter et al. Predicting hub-height wind speed for small wind turbine performance evaluation using tower-mounted cup anemometers
CN114841077A (zh) 一种风电功率预测方法、装置、介质
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
Christensen et al. Accuracy of power curve measurements
CN112749820A (zh) 一种风电功率预测方法及系统
CN118148857B (zh) 基于测风塔湍流传递的风机监测方法、装置及终端设备

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