CN118050538A - 一种三维风向检测方法及系统 - Google Patents
一种三维风向检测方法及系统 Download PDFInfo
- Publication number
- CN118050538A CN118050538A CN202410099311.1A CN202410099311A CN118050538A CN 118050538 A CN118050538 A CN 118050538A CN 202410099311 A CN202410099311 A CN 202410099311A CN 118050538 A CN118050538 A CN 118050538A
- Authority
- CN
- China
- Prior art keywords
- wind direction
- wind speed
- wind
- data set
- calculation
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 52
- 238000004364 calculation method Methods 0.000 claims abstract description 171
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 238000012360 testing method Methods 0.000 claims description 122
- 230000008569 process Effects 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 12
- 101150053230 wdcp gene Proteins 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000025518 detection of mechanical stimulus involved in sensory perception of wind Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
Landscapes
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Abstract
本发明公开了一种三维风向检测方法及系统,涉及风向检测技术领域。该三维风向检测方法,包括以下步骤:获取检测风向和检测风速;获取风向补偿参数和风速补偿参数;基于风向补偿参数和检测方向计算获取输出风向,基于风速补偿参数和检测风速计算获取输出风速,通过热式风速风向传感器获取基准数据,利用其高精度作为起点,提高了检测的准确性,通过风向和风速补偿参数的计算,针对实际环境和传感器误差进行修正,进一步提高了风向和风速的准确度,补偿参数计算模型的动态优化,通过相似度算法和性能指数评估,使得模型能够适应不同环境和多样性数据,提高了模型的适应性,在计算补偿参数时,综合考虑了多组计算数据,提高了模型的鲁棒性。
Description
技术领域
本发明涉及风向检测技术领域,具体为一种三维风向检测方法及系统。
背景技术
气象监测在农业生产、工业制造、交通运输、国防军事等众多领域中都有着十分关键的作用。风速风向是气象监测中的一组重要气象参数,而对风速风向能够进行准确测量的风传感器对于人类的生产生活有着重要的意义。现有的一些风向检测方法是通过传统的指针式风向检测器检测得到的,其基本原理是通过一个指针或风向标来指示风的方向。
近年来,相较于传统的风传感器,有着体积小、精度高、成本低等优势的MEMS热式风速风向传感器正在成为研究热门,并正在走向产品化。但是现有的热式风速风向传感器在检测的过程中不便考虑误差,对于提高风向和风速检测的精确性存在不足。
发明内容
针对现有技术的不足,本发明提供了一种三维风向检测方法及系统,解决了现有的热式风速风向传感器在检测的过程中不便考虑误差,对于提高风向和风速检测的精确性存在不足的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种三维风向检测方法,包括以下步骤:获取检测风向和检测风速;获取风向补偿参数和风速补偿参数;基于风向补偿参数和检测方向计算获取输出风向,基于风速补偿参数和检测风速计算获取输出风速。
进一步地,所述检测风向和检测风速通过热式风速风向传感器获取,所述风向补偿参数和风速补偿参数通过补偿参数计算模型获取;所述输出风向的计算公式如下:Owd=Twd+wdcp;式中,Owd为输出风向,Twd为测试风向,wdcp为风向补偿参数;所述输出风速的计算公式如下:Ows=Tws*wscp;式中,Ows为输出风速,Tws为测试风速,wscp为风速补偿参数。
进一步地,所述补偿参数计算模型基于热式风速风向传感器建立,补偿参数计算模型计算风向补偿参数和风速补偿参数的过程如下:获取设定的风向风速数据组,所述风向风速数据组包括预定风向和预定风速;基于风向风速数据组的预定风向和预定风速对热式风速风向传感器进行测试,获取风向风速测试数据组,所述风向风速测试数据组包括测试风向和测试风速;基于相似度算法获取与风向风速数据组相近的风向风速测试数据组,记为计算数据组,并基于计算数据组的个数评估补偿参数计算模型的性能,获取性能指数;判断性能指数是否大于设定的性能评估阈值,若否则对补偿参数计算模型进行优化;若是则基于计算数据组中的测试风向与预定风向进行计算获取风向补偿参数,基于计算数据组中的测试风速与预定风速进行计算获取风速补偿参数。
进一步地,基于相似度算法获取与风向风速数据组相近的风向风速测试数据组的过程如下:获取风向风速数据组对应的所有风向风速测试数据组;计算风向风速数据组与各个风向风速测试数据组的相似度指数,计算公式为:
式中,i为风向风速数据组的编号,j为风向风速测试数据组的个数,σij为与第i个风向风速数据组对应的第j个风向风速测试数据组的相似度指数,Pwdi为第i个风向风速数据组中的预定风向,Psdi为第i个风向风速数据组中的预定风速,Twdij为与第i个风向风速数据组对应的第j个风向风速测试数据组的测试风向,Tsdij为与第i个风向风速数据组对应的第j个风向风速测试数据组的测试风速,κ1和κ2分别为风向权重系数和风速权重系数,且κ1+κ2=1;将计算得到的相似度指数参数与设定的相似度阈值对比,若相似度指数小于相似度阈值,则对应的风向风速测试数据组为计算数据组。
进一步地,基于计算数据组的个数评估补偿参数计算模型的性能,获取性能指数的计算公式如下:
式中,i=1,2,3,...,n为风向风速数据组的个数,a=1,2,3,...,A为每个风向风速数据组对应的计算数据组的个数,PI为性能指数,Twdia为与第i个风向风速数据组对应的第a个计算数据组的测试风向,Tsdia为与第i个风向风速数据组对应的第a个计算数据组的测试风速,e为自然常数。
进一步地,基于计算数据组中的测试风向与预定风向进行计算获取风向补偿参数的过程如下:计算风向风速数据组中预定风向与风向风速数据组对应的每个计算数据组中的测试风向的差值;基于算术平均方法和调和平均方法计算风向补偿参数。
进一步地,风向补偿参数的计算公式如下:
式中,i为风向风速数据组的编号,i=1,2,3,...,n为风向风速数据组的个数,a为计算数据组的个数,a=1,2,3,...,A为每个风向风速数据组对应的计算数据组的个数,Pwdi为第i个风向风速数据组中的预定风向,Twdia为与第i个风向风速数据组对应的第a个计算数据组的测试风向,Pwdi-Twdia为差值,ε1和ε2分别为算术均值权重系数和调和均值权重系数,且ε1+ε2=1。
进一步地,基于计算数据组中的测试风速与预定风速进行计算获取风速补偿参数的过程如下:获取每个风向风速数据组对应的计算数据组,根据计算数据组中的测试风速对计算数据组进行排序;基于排序后的计算数据组,计算预定风速与测试风速的比值;获取排序后的测试风速中的中位数;基于比值和中位数计算风速补偿参数。
进一步地,风速补偿参数的计算公式如下:
式中,i为风向风速数据组的编号,i=1,2,3,...,n为风向风速数据组的个数,a为计算数据组的个数,a=1,2,3,...,A为每个风向风速数据组对应的计算数据组的个数,Psdi为第i个风向风速数据组中的预定风速,Tsdia为与第i个风向风速数据组对应的第a个计算数据组的测试风速,当A为奇数时,为与第i个风向风速数据组对应的第/>个计算数据组的测试风速,当A为偶数时,/>为与第i个风向风速数据组对应的第/>个计算数据组的测试风速,/>为与第i个风向风速数据组对应的第/>个计算数据组的测试风速。
一种三维风向检测方法系统,包括风向风速测定模块、补偿参数存储模块和风向风速计算输出模块,其中:所述风向风速测定模块用于基于热式风速风向传感器获取检测风向和检测风速,并发送给风向风速计算输出模块;所述补偿参数存储模块用于向风向风速计算输出模块发送风向补偿参数和风速补偿参数,所述风向补偿参数和风速补偿参数基于建立的补偿参数计算模型获取;所述风向风速计算输出模块用于基于检测风向、检测风速、风向补偿参数和风速补偿参数计算输出风向和输出风速。
一种电子设备,包括:处理器;以及存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的三维风向检测方法。
一种计算机可读存储介质,用于存储程序,所述程序被处理器执行时实现如上所述的三维风向检测方法。
本发明具有以下有益效果:
(1)、该三维风向检测方法,通过热式风速风向传感器获取基准数据,利用其高精度作为起点,提高了检测的准确性,通过风向和风速补偿参数的计算,针对实际环境和传感器误差进行修正,进一步提高了风向和风速的准确度。
(2)、该三维风向检测方法,补偿参数计算模型的动态优化,通过相似度算法和性能指数评估,使得模型能够适应不同环境和多样性数据,提高了模型的适应性,在计算补偿参数时,综合考虑了多组计算数据,采用算术平均、调和平均、中位数等统计方法,排除异常值的干扰,提高了模型的鲁棒性。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
图1为本发明三维风向检测方法流程图。
图2为本发明三维风向检测方法补偿参数计算模型计算过程流程图。
图3为本发明三维风向检测系统流程框图。
具体实施方式
本申请实施例通过三维风向检测方法及系统,解决了现有的热式风速风向传感器在检测的过程中不便考虑误差,对于提高风向和风速检测的精确性存在不足的问题。
本申请实施例中的问题,总体思路如下:
先由热式风速风向传感器获取检测风向和检测风速,作为输出风向和输出风速的基准,之后获取风向补偿参数和风速补偿参数,对检测风向和检测风速进行修正,获得输出风向和输出风速,通过精确的补偿参数和综合分析,提高风向和风速检测的准确性,使其更适用于对精确风场信息要求较高的应用场景。
请参阅图1,本发明实施例提供一种技术方案:一种三维风向检测方法,包括以下步骤:获取检测风向和检测风速;获取风向补偿参数和风速补偿参数;基于风向补偿参数和检测方向计算获取输出风向,基于风速补偿参数和检测风速计算获取输出风速。
具体地,检测风向和检测风速通过热式风速风向传感器获取,风向补偿参数和风速补偿参数通过补偿参数计算模型获取;输出风向的计算公式如下:Owd=Twd+wdcp;式中,Owd为输出风向,Twd为测试风向,wdcp为风向补偿参数;输出风速的计算公式如下:Ows=Tws*wscp;式中,Ows为输出风速,Tws为测试风速,wscp为风速补偿参数。
本实施方案中,利用热式风速风向传感器获取检测风向和检测风速,作为起始数据,通过补偿参数计算模型,获取风向补偿参数和风速补偿参数,利用获取的风向补偿参数对检测风向进行修正,使用风速补偿参数对检测风速进行修正,得到输出风向和输出风速。
输出风向的计算公式中,通过将测试风向与风向补偿参数相加,实现了对风向的修正。输出风速的计算公式中,通过将测试风速乘以风速补偿参数,实现了对风速的修正,对检测数据进行了细致的修正和综合分析,因此更适用于对精确风场信息要求较高的应用场景,例如风能发电、气象学研究等。
具体地,如图2所示,补偿参数计算模型基于热式风速风向传感器建立,补偿参数计算模型计算风向补偿参数和风速补偿参数的过程如下:获取设定的风向风速数据组,风向风速数据组包括预定风向和预定风速;基于风向风速数据组的预定风向和预定风速对热式风速风向传感器进行测试,获取风向风速测试数据组,风向风速测试数据组包括测试风向和测试风速;基于相似度算法获取与风向风速数据组相近的风向风速测试数据组,记为计算数据组,并基于计算数据组的个数评估补偿参数计算模型的性能,获取性能指数;判断性能指数是否大于设定的性能评估阈值,若否则对补偿参数计算模型进行优化;若是则基于计算数据组中的测试风向与预定风向进行计算获取风向补偿参数,基于计算数据组中的测试风速与预定风速进行计算获取风速补偿参数。
本实施方案中,首先,设定一组包括预定风向和预定风速的风向风速数据,利用这组数据对热式风速风向传感器进行测试,得到风向风速测试数据组,基于相似度算法,选择与风向风速数据组相近的测试数据组,形成计算数据组,重复该步骤,获取更多的计算组数据,每个风向风速数据对应的计算数据组的个数相同。
评估补偿参数计算模型的性能,通过计算数据组的个数和其他因素生成性能指数,判断性能指数是否大于设定的性能评估阈值,如果是,则进入下一步;否则,对补偿参数计算模型进行优化,重新设定参数,对于补偿参数计算模型的优化也可以选择更换其他型号的热式风速风向传感器。
在性能指数满足要求的情况下,基于计算数据组中的测试风向和预定风向进行计算,获取风向补偿参数。同时,基于计算数据组中的测试风速和预定风速进行计算,获取风速补偿参数,在实际环境中动态地选择、评估和优化补偿参数,使得模型更加鲁棒,提高了风向和风速检测的准确性。
具体地,基于相似度算法获取与风向风速数据组相近的风向风速测试数据组的过程如下:获取风向风速数据组对应的所有风向风速测试数据组;计算风向风速数据组与各个风向风速测试数据组的相似度指数,计算公式为:
式中,i为风向风速数据组的编号,j为风向风速测试数据组的个数,σij为与第i个风向风速数据组对应的第j个风向风速测试数据组的相似度指数,Pwdi为第i个风向风速数据组中的预定风向,Psdi为第i个风向风速数据组中的预定风速,Twdij为与第i个风向风速数据组对应的第j个风向风速测试数据组的测试风向,Tsdij为与第i个风向风速数据组对应的第j个风向风速测试数据组的测试风速,κ1和κ2分别为风向权重系数和风速权重系数,且κ1+κ2=1;将计算得到的相似度指数参数与设定的相似度阈值对比,若相似度指数小于相似度阈值,则对应的风向风速测试数据组为计算数据组。
本实施方案中,针对风向风速数据组,获取所有与之对应的风向风速测试数据组,对于每一对数据组,利用给定的相似度计算公式,计算其相似度指数,将计算得到的相似度指数与设定的相似度阈值进行比较。若相似度指数小于相似度阈值,则认为这两组数据不相似。对于相似度指数大于等于相似度阈值的测试数据组,将其标记为计算数据组,即认为它们与风向风速数据组相似,可以用于后续的计算。
通过相似度算法,考虑了风向和风速两个方面的相似性,使用了详细的计算公式,从而更准确地评估测试数据组与预定数据组的相似度,引入了风向权重系数和风速权重系数,可以根据实际需求调整权重,使模型更加灵活地适应不同应用场景,通过设定相似度阈值,可以自定义相似度的标准,进而筛选出真正相似的测试数据组,提高模型的鲁棒性,根据相似度指数与相似度阈值的比较,确定哪些测试数据组可以作为计算数据组,从而用于计算风向和风速的补偿参数。
通过这个过程,可以根据用户设定的参数和阈值,从大量的测试数据组中筛选出与给定预定数据组相似的一组测试数据,以便后续用于补偿参数的计算,有助于提高模型的适应性和准确性。
具体地,基于计算数据组的个数评估补偿参数计算模型的性能,获取性能指数的计算公式如下:
式中,i=1,2,3,...,n为风向风速数据组的个数,a=1,2,3,...,A为每个风向风速数据组对应的计算数据组的个数,PI为性能指数,Twdia为与第i个风向风速数据组对应的第a个计算数据组的测试风向,Tsdia为与第i个风向风速数据组对应的第a个计算数据组的测试风速,e为自然常数。
本实施方案中,对于每个风向风速数据组,对于每个数据组,计算该组对应的计算数据组中的每个测试数据与预定数据的欧氏距离,对内部求和得到的结果再进行外部求和操作,遍历所有的风向风速数据组,计算所有数据组的距离之和,将外部求和得到的结果除以总的计算数据组的数量取平均,得到平均距离。当平均距离越小,其倒数也就越大,因此可以表示为性能指数越大,表征评估补偿参数计算模型的性能更好。
通过考虑每个风向风速数据组对应的计算数据组的个数,可以综合评估整个补偿参数计算模型在不同情况下的性能,更全面地反映模型的稳定性和可靠性,并且考虑了每个风向风速数据组的多个计算数据组,这有助于平衡不同风向风速条件下的性能表现,更加全面地评估模型。
具体地,基于计算数据组中的测试风向与预定风向进行计算获取风向补偿参数的过程如下:计算风向风速数据组中预定风向与风向风速数据组对应的每个计算数据组中的测试风向的差值;基于算术平均方法和调和平均方法计算风向补偿参数。
风向补偿参数的计算公式如下:
式中,i为风向风速数据组的编号,i=1,2,3,...,n为风向风速数据组的个数,a为计算数据组的个数,a=1,2,3,...,A为每个风向风速数据组对应的计算数据组的个数,Pwdi为第i个风向风速数据组中的预定风向,Twdia为与第i个风向风速数据组对应的第a个计算数据组的测试风向,Pwdi-Twdia为差值,ε1和ε2分别为算术均值权重系数和调和均值权重系数,且ε1+ε2=1。
本实施方案中,对于每个风向风速数据组,计算该组对应的计算数据组中的每个测试风向与预定风向的差值,利用算术平均方法,计算每个风向风速数据组的所有计算数据组中的风向差值的平均值,利用调和平均方法,计算每个风向风速数据组的所有计算数据组中的风向差值的调和平均值,使用算术均值权重系数和调和均值权重系数计算权重组合,确保两者之和等于1,将算术平均和调和平均的结果进行组合,得到最终的风向补偿参数。
考虑了多组计算数据的情况下,通过不同的平均方法计算风向差值的补偿效果。权重系数的引入使得用户可以根据实际需求对两种平均方法的贡献进行调整,以实现更精细的风向补偿参数的计算,引入了算术均值权重系数和调和均值权重系数,有助于提高模型在不同情况下的适应性。
具体地,基于计算数据组中的测试风速与预定风速进行计算获取风速补偿参数的过程如下:获取每个风向风速数据组对应的计算数据组,根据计算数据组中的测试风速对计算数据组进行排序;基于排序后的计算数据组,计算预定风速与测试风速的比值;获取排序后的测试风速中的中位数;基于比值和中位数计算风速补偿参数。
风速补偿参数的计算公式如下:
式中,i为风向风速数据组的编号,i=1,2,3,...,n为风向风速数据组的个数,a为计算数据组的个数,a=1,2,3,...,A为每个风向风速数据组对应的计算数据组的个数,Psdi为第i个风向风速数据组中的预定风速,Tsdia为与第i个风向风速数据组对应的第a个计算数据组的测试风速,当A为奇数时,为与第i个风向风速数据组对应的第/>个计算数据组的测试风速,当A为偶数时,/>为与第i个风向风速数据组对应的第
个计算数据组的测试风速,/>为与第i个风向风速数据组对应的第个计算数据组的测试风速。
本实施方案中,对于每个风向风速数据组,获取其对应的计算数据组,对计算数据组中的测试风速进行排序,对于每个风向风速数据组,计算每个计算数据组中的预定风速与排序后的测试风速的比值,考虑了排序后的计算数据组的特性,以更准确地反映测试风速的偏差。获取排序后的测试风速中的中位数,中位数是一种相对稳健的统计量,对于受异常值影响较小,可以提高模型的鲁棒性,考虑了奇数和偶数情况,使用计算得到的比值和中位数,按照给定的公式进行风速补偿参数的计算。
通过对计算数据组中的测试风速进行排序和使用中位数,可以排除可能由于异常值引起的风速测量误差,提高了模型对异常值的鲁棒性,并且通过计算预定风速与排序后测试风速的比值,综合考虑了不同计算数据组的测试风速,更合理地表示了测试风速相对于预定风速的变化。
另外中位数是对数据集中值的鲁棒估计,对异常值不敏感。使用中位数有助于提高模型的稳定性,使其在各种数据分布情况下都能有较好的表现,风速补偿参数的计算方法更为全面地考虑了多组计算数据的情况,避免了特定条件下的过拟合,使得模型更具鲁棒性和适应性。
一种三维风向检测方法系统,如图3所示,包括风向风速测定模块、补偿参数存储模块和风向风速计算输出模块,其中:风向风速测定模块用于基于热式风速风向传感器获取检测风向和检测风速,并发送给风向风速计算输出模块;补偿参数存储模块用于向风向风速计算输出模块发送风向补偿参数和风速补偿参数,风向补偿参数和风速补偿参数基于建立的补偿参数计算模型获取;风向风速计算输出模块用于基于检测风向、检测风速、风向补偿参数和风速补偿参数计算输出风向和输出风速。
本实施方案中,风向风速测定模块使用热式风速风向传感器获取基础数据,包括检测风向和检测风速,补偿参数存储模块存储风向补偿参数和风速补偿参数,这些参数基于建立的补偿参数计算模型得出,风向风速计算输出模块综合考虑检测风向、检测风速、风向补偿参数和风速补偿参数,利用相应的计算公式进行风向和风速的计算输出。
通过不同模块之间的信息传递和相互调整,实现了从基础数据到最终输出的全流程风向风速检测。该系统通过模块化设计,使得各个环节功能分明、易于管理和维护。逻辑清晰,使得系统在不同环境和要求下都能够提供高精度、智能化的风向和风速信息。
一种电子设备,包括:处理器;以及存储器,在存储器中存储有计算机程序指令,计算机程序指令在被处理器运行时使得处理器执行如上的三维风向检测方法。
一种计算机可读存储介质,用于存储程序,程序被处理器执行时实现如上的三维风向检测方法。
综上,本申请至少具有以下效果:
通过热式风速风向传感器获取基准数据,利用其高精度作为起点,提高了检测的准确性,通过风向和风速补偿参数的计算,针对实际环境和传感器误差进行修正,进一步提高了风向和风速的准确度。
补偿参数计算模型的动态优化,通过相似度算法和性能指数评估,使得模型能够适应不同环境和多样性数据,提高了模型的适应性,在计算补偿参数时,综合考虑了多组计算数据,采用算术平均、调和平均、中位数等统计方法,排除异常值的干扰,提高了模型的鲁棒性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的系统、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种三维风向检测方法,其特征在于,包括以下步骤:
获取检测风向和检测风速;
获取风向补偿参数和风速补偿参数;
基于风向补偿参数和检测方向计算获取输出风向,基于风速补偿参数和检测风速计算获取输出风速。
2.根据权利要求1所述的一种三维风向检测方法,其特征在于,所述检测风向和检测风速通过热式风速风向传感器获取,所述风向补偿参数和风速补偿参数通过补偿参数计算模型获取;
所述输出风向的计算公式如下:
Owd=Twd+wdcp;
式中,Owd为输出风向,Twd为测试风向,wdcp为风向补偿参数;
所述输出风速的计算公式如下:
Ows=Tws*wscp;
式中,Ows为输出风速,Tws为测试风速,wscp为风速补偿参数。
3.根据权利要求1所述的一种三维风向检测方法,其特征在于,所述补偿参数计算模型基于热式风速风向传感器建立,补偿参数计算模型计算风向补偿参数和风速补偿参数的过程如下:
获取设定的风向风速数据组,所述风向风速数据组包括预定风向和预定风速;
基于风向风速数据组的预定风向和预定风速对热式风速风向传感器进行测试,获取风向风速测试数据组,所述风向风速测试数据组包括测试风向和测试风速;
基于相似度算法获取与风向风速数据组相近的风向风速测试数据组,记为计算数据组,并基于计算数据组的个数评估补偿参数计算模型的性能,获取性能指数;
判断性能指数是否大于设定的性能评估阈值,若否则对补偿参数计算模型进行优化;
若是则基于计算数据组中的测试风向与预定风向进行计算获取风向补偿参数,基于计算数据组中的测试风速与预定风速进行计算获取风速补偿参数。
4.根据权利要求3所述的一种三维风向检测方法,其特征在于,基于相似度算法获取与风向风速数据组相近的风向风速测试数据组的过程如下:
获取风向风速数据组对应的所有风向风速测试数据组;
计算风向风速数据组与各个风向风速测试数据组的相似度指数,计算公式为:
式中,i为风向风速数据组的编号,j为风向风速测试数据组的个数,σij为与第i个风向风速数据组对应的第j个风向风速测试数据组的相似度指数,Pwdi为第i个风向风速数据组中的预定风向,Psdi为第i个风向风速数据组中的预定风速,Twdij为与第i个风向风速数据组对应的第j个风向风速测试数据组的测试风向,Tsdij为与第i个风向风速数据组对应的第j个风向风速测试数据组的测试风速,κ1和κ2分别为风向权重系数和风速权重系数,且κ1+κ2=1;
将计算得到的相似度指数参数与设定的相似度阈值对比,若相似度指数小于相似度阈值,则对应的风向风速测试数据组为计算数据组。
5.根据权利要求4所述的一种三维风向检测方法,其特征在于,基于计算数据组的个数评估补偿参数计算模型的性能,获取性能指数的计算公式如下:
式中,i=1,2,3,...,n为风向风速数据组的个数,a=1,2,3,...,A为每个风向风速数据组对应的计算数据组的个数,PI为性能指数,Twdia为与第i个风向风速数据组对应的第a个计算数据组的测试风向,Tsdia为与第i个风向风速数据组对应的第a个计算数据组的测试风速,e为自然常数。
6.根据权利要求2所述的一种三维风向检测方法,其特征在于,基于计算数据组中的测试风向与预定风向进行计算获取风向补偿参数的过程如下:
计算风向风速数据组中预定风向与风向风速数据组对应的每个计算数据组中的测试风向的差值;
基于算术平均方法和调和平均方法计算风向补偿参数。
7.根据权利要求6所述的一种三维风向检测方法,其特征在于,风向补偿参数的计算公式如下:
式中,i为风向风速数据组的编号,i=1,2,3,...,n为风向风速数据组的个数,a为计算数据组的个数,a=1,2,3,...,A为每个风向风速数据组对应的计算数据组的个数,Pwdi为第i个风向风速数据组中的预定风向,Twdia为与第i个风向风速数据组对应的第a个计算数据组的测试风向,Pwdi-Twdia为差值,ε1和ε2分别为算术均值权重系数和调和均值权重系数,且ε1+ε2=1。
8.根据权利要求2所述的一种三维风向检测方法,其特征在于,基于计算数据组中的测试风速与预定风速进行计算获取风速补偿参数的过程如下:
获取每个风向风速数据组对应的计算数据组,根据计算数据组中的测试风速对计算数据组进行排序;
基于排序后的计算数据组,计算预定风速与测试风速的比值;
获取排序后的测试风速中的中位数;
基于比值和中位数计算风速补偿参数。
9.根据权利要求8所述的一种三维风向检测方法,其特征在于,风速补偿参数的计算公式如下:
式中,i为风向风速数据组的编号,i=1,2,3,...,n为风向风速数据组的个数,a为计算数据组的个数,a=1,2,3,...,A为每个风向风速数据组对应的计算数据组的个数,Psdi为第i个风向风速数据组中的预定风速,Tsdia为与第i个风向风速数据组对应的第a个计算数据组的测试风速,当A为奇数时,为与第i个风向风速数据组对应的第/>个计算数据组的测试风速,当A为偶数时,/>为与第i个风向风速数据组对应的第/>个计算数据组的测试风速,/>为与第i个风向风速数据组对应的第/>个计算数据组的测试风速。
10.一种三维风向检测方法系统,应用于权利要求1-9任一项所述的一种三维风向检测方法,其特征在于,包括风向风速测定模块、补偿参数存储模块和风向风速计算输出模块,其中:
所述风向风速测定模块用于基于热式风速风向传感器获取检测风向和检测风速,并发送给风向风速计算输出模块;
所述补偿参数存储模块用于向风向风速计算输出模块发送风向补偿参数和风速补偿参数,所述风向补偿参数和风速补偿参数基于建立的补偿参数计算模型获取;
所述风向风速计算输出模块用于基于检测风向、检测风速、风向补偿参数和风速补偿参数计算输出风向和输出风速。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410099311.1A CN118050538A (zh) | 2024-01-24 | 2024-01-24 | 一种三维风向检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410099311.1A CN118050538A (zh) | 2024-01-24 | 2024-01-24 | 一种三维风向检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118050538A true CN118050538A (zh) | 2024-05-17 |
Family
ID=91049698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410099311.1A Pending CN118050538A (zh) | 2024-01-24 | 2024-01-24 | 一种三维风向检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118050538A (zh) |
-
2024
- 2024-01-24 CN CN202410099311.1A patent/CN118050538A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115950557B (zh) | 一种基于压力变送器的温度智能补偿方法 | |
CN110427654B (zh) | 一种基于敏感状态的滑坡预测模型构建方法及系统 | |
US20190072075A1 (en) | Method and device for detecting equivalent load of wind turbine | |
CN112946560B (zh) | 电能表校准方法、装置、电能表及电能表系统 | |
CN117196353B (zh) | 基于大数据的环境污染评估与监测方法及系统 | |
CN110058222B (zh) | 一种基于传感器选择的双层粒子滤波检测前跟踪方法 | |
CN113218537B (zh) | 温度异常检测模型的训练方法、装置、设备和存储介质 | |
CN114047472B (zh) | 一种智能电表的计量误差监测系统及其监测方法、装置 | |
CN104102836A (zh) | 一种电力系统快速抗差状态估计方法 | |
CN112713881B (zh) | 一种基于边缘计算的同步时钟维持系统与方法 | |
CN116804668B (zh) | 一种食盐碘含量检测数据标识方法及系统 | |
CN110018501A (zh) | 一种基于系统间随机模型在线估计调整的多模精密单点定位方法 | |
CN111208425B (zh) | 高精度异步电机系统状态模型的构建方法及异步电机状态检测方法 | |
CN115908051A (zh) | 一种电力系统储能容量确定方法 | |
CN106815428B (zh) | 一种基于智能优化算法的风洞天平校准数据处理方法 | |
CN117278150B (zh) | 一种室内无线网络信号测量计算方法、设备和介质 | |
CN112731815B (zh) | 一种提高模拟量采集精度的方法 | |
CN118050538A (zh) | 一种三维风向检测方法及系统 | |
CN109214447B (zh) | 磁盘寿命预测方法及装置 | |
CN109101759A (zh) | 一种基于正逆响应面法的参数识别方法 | |
CN112747773B (zh) | 基于Allan方差和随机多项式提高陀螺仪精度的方法 | |
CN112879216B (zh) | 风电场的风速修正方法和装置 | |
Pandit et al. | QQ plot for assessment of Gaussian Process wind turbine power curve error distribution function | |
CN113670478A (zh) | 基于测温仪的温度数据的修正方法、系统、装置及介质 | |
CN111123406A (zh) | 手持气象仪温度数据拟合方法 |
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 |