一种基于高景卫星遥感信息和技术的风电场微观选址的智能方法

摘要

本发明提供一种基于高景卫星遥感信息和技术的风电场微观选址的智能方法，包括如下步骤：(1)获取研究区亚米级卫星影像前后视及正视数据，并对影像进行预处理；(2)在卫星影像重叠和覆盖范围内选择一定数量的外业像控点，并进行空间加密处理；(3)根据加密成果采集线划图生成DSM，并上立体检查其精度；(4)在精度满足要求的情况下，基于生成的DSM数据，计算项目区坡向、坡位因子数据；(5)利用遥感成果DEM和DOM数据，导入风资源软件进行了风资源分析，并将DOM+三维模型，进行机组电量计算及布机方案优化。本发明可以对风能资源好但施工难度较大的机位进行经济性分析和计算，以确定该机位的取舍，提高了微观选址的准确性和工作效率。

说明书

技术领域

本发明涉及风电场微观选址技术领域，具体涉及一种基于高景卫星遥感信息和技术的风电场微观选址的智能方法。

背景技术

微观选址是风电场选址重要的一个环节，考虑的因素较多，对风资源利用最大化起着关键作用。由于复杂地形山区地形的风机造成的尾流效应影响，风轮会吸收部分的太阳能，造成风速下降，风经过风机以后会造成突变减小，经过一定距离后风速逐渐恢复，因此，如果风机布置数量越多，单位容量的平均投资成本越低，但下游风机风速过低，风机出力较小，单位电量效益较小，单位出力投资成本较大，经济性较差；如果布置越疏，风机总装机容量越小，单位容量的投资成本和运行维护费较高。因此，如何保持保持压力差，将地形对风的影响纳入微观选址的考虑因素之中，最大限度的保持风电效益，是风电场建设过程中亟待解决的问题。

除此之外，微观选址不合理，即时电量性能优异，表现也不会很好，甚至可能导致机组设备损坏。

因此，微观选址中风机合理布置已成为风力发电中引起焦点关注的问题，能够决定电量利用的程度和整个工程的安全性和经济性。

近年来，随着遥感技术的迅速发展和精度越来越高，能够实现适应地形和地物的导航与摄像控制，得到多角度、多角度的地面景物影像，用以支持构建三维景观模型。

发明内容

针对现有技术中存在的不足，本发明的目的在于，提供一种基于高景卫星遥感信息和技术的风电场微观选址的智能方法。本发明针对1)在地形相对较复杂的高山峡谷区，由于局部地貌引起的环流等影响，使风速在各种不同地形地貌下发生改变，风资源分布与平坦地形完全不同。现阶段风电场微观选址采用传统的选址软件难以适应复杂的地形地貌；2)现阶段地形因子数据较难获取，传统的测绘测量方法需要投入大量的人力，消耗较多的时间等问题。

为解决上述技术问题，本发明通过下述技术方案实现：

1.一种基于高景卫星遥感信息和技术的风电场微观选址的智能方法，其特征在于：所述基于高景卫星遥感信息和技术的风电场微观选址的智能方法包括如下步骤：

(1)研究区亚米级卫星影像前后视及正视数据，并对影像进行预处理；

(2)在卫星影像重叠和覆盖范围内选择一定数量的外业像控点，并进行空间加密处理；

(3)根据加密成果采集线划图生成DSM，并上立体检查其精度；

(4)在精度满足要求的情况下，基于生成的DSM数据，计算项目区坡向、坡位因子数据；

(5)利用遥感成果DEM和DOM数据，导入风资源软件进行了风资源分析，并将DOM+三维模型，进行机组电量计算及布机方案优化。

在采用上述技术方案的同时，本发明还可以采用或者组合采用如下技术方案：

作为本发明的优选技术方案：所述步骤(1)中：主要指根据卫星影像成像机理，一般所获取的原始卫星影像色调偏黑，影像的反差较小，会影响影像的判读和随后的数据处理，需要采用预处理算法对原始影像进行增强处理。

作为本发明的优选技术方案：所述步骤(2)中：在卫星影像重叠和覆盖范围内选择一定数量的外业像控点，每一景影像平均分布选取4-6个像控点，如有多景影像，要在影像重叠区域选点；点位的选取应目标清晰，定位准确；选择平差定向方法——基于严格几何成像模型的定向方法，应用卫星影像轨道参数RPC进行卫片定向。

作为本发明的优选技术方案：所述步骤(3)中：利用控制点检测加密成果，根据加密成果采集线划图生成DSM，并上立体检查其精度。

作为本发明的优选技术方案：所述步骤(3)中：精度用格网点的高程中误差表示，高程中误差的两倍为采样点数据最大误差；数字高程模型高程值应取位至0.01m，高程平均不超过1.5m，95％以上不超过2米。

作为本发明的优选技术方案：所述步骤(4)中：计算项目区坡向因子只要是指：

1)、按照顺时针方向测量坡度方向，角度范围介于0(正北)到360(仍是正北)之间，即完整的圆；将根据要处理的像元或中心像元周围一个3x 3的像元邻域的z值拟合出一个平面，该平面的朝向就是待处理像元的坡向；

2)、移动的3x 3窗口会访问输入栅格中的每个像元，而每次位于窗口中心的像元的坡向值将通过一种将纳入八个相邻像元值的算法进行计算；

aspect＝57.29578*atan2([dz/dy],-[dz/dx])

3)、采用窗口分析法提取地形对风速影响因子；

根据三维建模得到的DSM数据，将项目区分为山顶、山坡上部、山坡中部、山坡下部四个坡位，再按照坡向分别划分为迎风坡、顺风坡、背风坡等地形，并采用稳定层结系数，计算地形对风速的影响系数。

本发明所提供的智能方法可以保证每台风机机位都具有较好的施工条件，还可以对风能资源好但施工难度较大的机位进行经济性分析和计算，以确定该机位的取舍，提高了微观选址的准确性和工作效率。

附图说明

图1为本发明提供的一种基于高景卫星遥感信息和技术的风电场微观选址的智能方法流程图。

图2为卫星影像重叠和覆盖范围内的外业像控点图。

具体实施方式

为了使本领域的技术人员更好地理解本发明的技术方案，下面结合具体实施例对本发明的优选实施方案进行描述，但是应当理解，附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。

本发明提供一种基于高景卫星遥感信息和技术的风电场微观选址的智能方法，包括如下步骤：

(1)获取研究区亚米级卫星影像前后视及正视数据，并对影像进行预处理；

获取研究区亚米级卫星影像前后视及正视数据，并对影像进行预处理，主要是指根据卫星影像成像机理，一般所获取的原始卫星影像色调偏黑，影像的反差较小，会影响影像的判读和随后的数据处理，需要采用预处理算法对原始影像进行增强处理。

(2)在卫星影像重叠和覆盖范围内选择一定数量的外业像控点，并进行空间加密处理；

在卫星影像重叠和覆盖范围内选择一定数量的外业像控点，每一景影像平均分布选取4-6个像控点，如有多景影像，要在影像重叠区域选点，如下图2所示，C1和C4为检查点，其余的C2、C3、C5-C7均为像控点。点位的选取应目标清晰，定位准确。选择平差定向方法——基于严格几何成像模型的定向方法，应用卫星影像轨道参数RPC进行卫片定向。

(3)根据加密成果采集线划图生成DSM，并上立体检查其精度；

精度用格网点的高程中误差表示，高程中误差的两倍为采样点数据最大误差。数字高程模型高程值应取位至0.01m，高程平均不超过1.5米，普遍(95％以上)不超过2米。

(4)在精度满足要求的情况下，基于生成的DSM数据，计算项目区坡向、坡位因子数据。

按照顺时针方向测量坡度方向，角度范围介于0(正北)到360(仍是正北)之间，即完整的圆；将根据要处理的像元或中心像元周围一个3x 3的像元邻域的z值拟合出一个平面；

移动的3x 3窗口会访问输入栅格中的每个像元，而每次位于窗口中心的像元的坡向值将通过一种将纳入八个相邻像元值的算法进行计算。

aspect＝57.29578*atan

采用窗口分析法提取地形对风速影响因子，根据三维建模得到的DSM数据，将项目区分为山顶、山坡上部、山坡中部、山坡下部四个坡位，坡向分别划分为迎风坡、顺风坡、背风坡等地形，并采用稳定层结系数，计算地形对风速的影响系数。

(5)利用遥感成果DEM和DOM数据，导入风资源软件进行了风资源分析，并将DOM+三维模型，进行机组电量计算及布机方案优化。

依据本发明的描述及附图，本领域技术人员很容易制造或使用本发明的一种基于高景卫星遥感信息和技术的风电场微观选址的智能方法，并且能够产生本发明所记载的积极效果。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。