專利名稱：無測風(fēng)記錄區(qū)風(fēng)資源模擬推算方法
技術(shù)領(lǐng)域：
本發(fā)明屬于風(fēng)資源評估技術(shù)領(lǐng)域，尤其涉及一種無測風(fēng)記錄區(qū)風(fēng)資源模擬推算方法。
背景技術(shù)：
風(fēng)電場開發(fā)設(shè)計的前期工作就是對擬選定的風(fēng)電場進(jìn)行宏觀選址和進(jìn)行初步可行性研究或可行性研究設(shè)計。在風(fēng)電場建設(shè)的可行性研究階段需要對擬建風(fēng)電場進(jìn)行風(fēng)資源評估，評估的目的主要是為確定風(fēng)電場的裝機(jī)容量和風(fēng)力發(fā)電機(jī)組選型及布置等提供依據(jù)，便于對整個項目進(jìn)行經(jīng)濟(jì)技術(shù)評價，而風(fēng)電開發(fā)的關(guān)鍵問題是要清楚地了解擬選風(fēng)電場的風(fēng)資源狀況，評估的前提條件是要有風(fēng)電場內(nèi)長期實測數(shù)據(jù)。一般采用現(xiàn)場設(shè)立測風(fēng)塔進(jìn)行觀測的手段，對風(fēng)況進(jìn)行實地測量。在擬建風(fēng)電場內(nèi)，對于地勢平坦的地形，風(fēng)機(jī)位置和最近的測風(fēng)塔之間建議的最大距離為2km ；對于起伏山巒或者有粗糙變化的較復(fù)雜的地形，風(fēng)機(jī)位置和最近的測風(fēng)塔之間建議的最大距離為Ikm ；所以在地形簡單的50MW風(fēng)電場內(nèi)，只要1座測風(fēng)塔基本可以代表本風(fēng)場風(fēng)資源狀況，對于地勢復(fù)雜的50MW風(fēng)電場內(nèi)，只有1座測風(fēng)塔的測風(fēng)數(shù)據(jù)是不夠的，需要多座測風(fēng)塔測風(fēng)數(shù)據(jù)進(jìn)行風(fēng)資源評估。由于觀測儀器設(shè)備的投入較高，再加上測量設(shè)備的安裝、現(xiàn)場檢查與維護(hù)等問題，在風(fēng)場內(nèi)設(shè)立多座測風(fēng)塔投資會很大。為了減少不必要的投資，需要采取其它手段了解風(fēng)場內(nèi)無測風(fēng)點的風(fēng)資源狀況。在風(fēng)能資源評估中最常用的方法是線性相關(guān)法，此方法是根據(jù)鄰近測風(fēng)塔的長期數(shù)據(jù)，通過回歸方程求得推測點的長期風(fēng)速序列。該方法計算比較簡明，但要測風(fēng)數(shù)據(jù)在兩測風(fēng)塔之間存在良好的空間相關(guān)關(guān)系，否則誤差較大。在風(fēng)能資源評估中常用的軟件是WAsP，該軟件只有在借助鄰近風(fēng)資源數(shù)據(jù)時才可以對風(fēng)電場內(nèi)的資源情況進(jìn)行估算， WAsP通過輸入地形、地表粗糙度和障礙物等數(shù)字化信息，利用一個點的測風(fēng)資料推算出一定區(qū)域的風(fēng)資源分布，但只能推出一個均值，不能推算出一系列的風(fēng)速風(fēng)況。計算流體力學(xué)(CFD)方法是借助法國Meteodyn公司開發(fā)的適用于任何地形條件的風(fēng)流自動測算軟件-Meteodyn WT，該軟件使用計算流體力學(xué)方法(CFD)對風(fēng)電場無測風(fēng)點風(fēng)速進(jìn)行時間序列的推算，此軟件能通過載入地形數(shù)據(jù)(.dxf文件格式或.map文件格式)，然后定義繪圖區(qū)域、鄰近測風(fēng)點以及結(jié)果點，并通過計算鄰近測風(fēng)點的一列風(fēng)向(16扇區(qū))來獲得推算點的定向結(jié)果，由一個測風(fēng)點的一系列10分鐘(或整小時)風(fēng)速推算出一定區(qū)域內(nèi)另一點的 10分鐘(或整小時)風(fēng)速分布情況，以此作為無測風(fēng)記錄區(qū)風(fēng)資源的參考資料。但此方法必須借助地形數(shù)據(jù)，否則將無法計算。根據(jù)國家標(biāo)準(zhǔn)《風(fēng)電場風(fēng)能資源評估方法》(GB/T 18710-2002)，風(fēng)資源評價至少需要連續(xù)一年的風(fēng)電場實測逐小時風(fēng)速風(fēng)向數(shù)據(jù)。理想情況下，精確地評價一個區(qū)域的風(fēng)資源情況需要連續(xù)10年以上的測風(fēng)數(shù)據(jù)。然而，在實際工程中，一個待開發(fā)的風(fēng)電場往往沒有測風(fēng)數(shù)據(jù)，或者只有2 3個月短期測風(fēng)數(shù)據(jù)，卻急需對此處的風(fēng)資源情況進(jìn)行初步評估。通常，從設(shè)立測風(fēng)塔到取得所有詳細(xì)的數(shù)據(jù)資料至少需要1年時間，這將推遲重要的開
3發(fā)決定，從而導(dǎo)致錯失市場機(jī)遇。目前，沒有測風(fēng)數(shù)據(jù)或只有短期測風(fēng)數(shù)據(jù)的風(fēng)電場，只能依賴附近的完整一年的測風(fēng)塔數(shù)據(jù)進(jìn)行風(fēng)資源推算。風(fēng)電對國內(nèi)來說，還是新領(lǐng)域，從目前掌握的資料，利用線性相關(guān)法和WAsP軟件對風(fēng)電場內(nèi)風(fēng)資源進(jìn)行評估計算的較多，也有利用多元回歸法在復(fù)雜地形風(fēng)資源微尺度模擬的，但以往這些采用的傳統(tǒng)方法卻無法解決對沒有測風(fēng)數(shù)據(jù)或只有短期測風(fēng)數(shù)據(jù)的風(fēng)電場進(jìn)行風(fēng)資源推算，目前，只有法國Meteodyn公司開發(fā)的適用于任何地形條件的風(fēng)流自動測算軟件一Meteodyn WT能實現(xiàn)此目的。具體的，WAsP軟件以特定的線性數(shù)學(xué)模型為基礎(chǔ)， 通過輸入氣象數(shù)據(jù)(.tab文件格式)、地形數(shù)據(jù)(.dxf文件格式)、地表粗糙度和障礙物等數(shù)字化信息，可以估算風(fēng)場范圍內(nèi)某一給定點的風(fēng)資源狀況，但只能推出一個均值，卻無法推算出一定區(qū)域內(nèi)另一點不同高度的時間序列(10分鐘或整小時)風(fēng)速的分布情況。線性相關(guān)法是將附近觀測點的風(fēng)向按16個方位分別統(tǒng)計，然后計算與推測點相應(yīng)時段的風(fēng)速序列相關(guān)關(guān)系，依次求出16個方位的風(fēng)速相關(guān)系數(shù)和回歸方程。首先，繪制風(fēng)向象限內(nèi)風(fēng)速相關(guān)曲線，建一直角坐標(biāo)系，橫坐標(biāo)軸為觀測點(推算的目標(biāo)點)的風(fēng)速，縱坐標(biāo)軸為測風(fēng)塔實測風(fēng)速；取測風(fēng)塔在該象限內(nèi)的某一實測風(fēng)速值作為縱坐標(biāo)，找出觀測點各對應(yīng)時刻的風(fēng)速值求其平均值作為橫坐標(biāo)，定出相關(guān)曲線的一個點；對測風(fēng)塔在該象限內(nèi)的其余每一個實測風(fēng)速重復(fù)上述過程，作出這一象限內(nèi)的風(fēng)速相關(guān)曲線，對其余各象限重復(fù)上述過程，共獲得16個測風(fēng)塔實測與測風(fēng)點的風(fēng)速相關(guān)曲線。其次，將風(fēng)速相關(guān)曲線定義為y =kx+b線性方程。最后，根據(jù)該線性方程利用已知測風(fēng)塔的實測數(shù)據(jù)并結(jié)合觀測點的短期數(shù)據(jù)進(jìn)行推算。計算流體力學(xué)(CFD)方法是借助法國Meteodyn公司開發(fā)的適用于任何地形條件的風(fēng)流自動測算軟件一Meteodyn WT，該軟件使用計算流體力學(xué)方法(CFD)對風(fēng)電場無測風(fēng)點風(fēng)速進(jìn)行時間序列的推算，此軟件能通過載入地形數(shù)據(jù)(.dxf文件格式或.map文件格式)，然后定義繪圖區(qū)域、測風(fēng)點以及結(jié)果點，并通過計算一列風(fēng)向(16扇區(qū))來獲得的定向結(jié)果，由一個測風(fēng)點的一系列10分鐘(或整小時)風(fēng)速、風(fēng)功率密度推算出一定區(qū)域內(nèi)另一點的10分鐘(或整小時)風(fēng)速及風(fēng)功率密度分布情況，以此作為無測風(fēng)記錄區(qū)風(fēng)資源的參考資料。由于WAsP本身采用線性模型計算方法，有其一定的局限性，它會隨著被計算流體經(jīng)過地形的復(fù)雜而帶來計算結(jié)果的不確定性。所以WAsP對地形相對簡單、地勢較平坦的地區(qū)較為適用，對于較復(fù)雜地形，由于受各種邊界條件的限制，不適合采用。并且，該方法對于平均風(fēng)速預(yù)測模擬較適用，對于風(fēng)電場無測風(fēng)點風(fēng)速進(jìn)行時間序列(10分鐘或整小時)的推算無法實現(xiàn)。線形相關(guān)法是將附近觀測點的風(fēng)向按16個方位分別統(tǒng)計，根據(jù)鄰近測風(fēng)塔的長期數(shù)據(jù)，通過回歸方程求得推測點的長期風(fēng)速序列。該方法計算比較簡明，但要求推測點要有短期的測風(fēng)數(shù)據(jù)，并且測風(fēng)數(shù)據(jù)在兩測風(fēng)塔之間存在良好的空間相關(guān)關(guān)系，否則誤差較大。Meteodyn WT計算流體力學(xué)軟件能通過載入地形數(shù)據(jù)、定義繪圖區(qū)域、定義測風(fēng)點以及結(jié)果點，并通過計算一列風(fēng)速來獲得定向結(jié)果，由一個測風(fēng)點的一系列風(fēng)速推算出一定區(qū)域內(nèi)另一點不同高度的時間序列(10分鐘或整小時)風(fēng)速的分布情況，但需要借助計算區(qū)域的地形數(shù)據(jù)才能實現(xiàn)。如果風(fēng)電場內(nèi)沒有測風(fēng)數(shù)據(jù)和地形數(shù)據(jù)，以上方法就無法實現(xiàn)對本風(fēng)電場風(fēng)資源的評估。本發(fā)明主要是針對風(fēng)電場風(fēng)能資源評估中沒有測風(fēng)數(shù)據(jù)(或只有短期測風(fēng)數(shù)據(jù))和地形數(shù)據(jù)，或者測風(fēng)數(shù)據(jù)在兩測風(fēng)塔之間不存在良好的空間相關(guān)關(guān)系的情況，可以通過采用人工智能(SVM)法對風(fēng)電場內(nèi)無測風(fēng)記錄區(qū)風(fēng)能資源進(jìn)行模擬推算，此方法能推算出風(fēng)電場內(nèi)無測風(fēng)記錄區(qū)時間序列(10分鐘或整小時)的風(fēng)速風(fēng)況，以了解風(fēng)能資源情況，實現(xiàn)對風(fēng)電場內(nèi)無測風(fēng)記錄區(qū)的風(fēng)資源狀況的評估。人工智能(SVM)法是Vapnik提出的支持向量機(jī)(SupportVector Machine, SVM)的學(xué)習(xí)方法，其以訓(xùn)練誤差作為優(yōu)化問題的約束條件，以置信范圍值最小化作為優(yōu)化目標(biāo)，人工智能(SVM)法是通過一個非線性映射p，把樣本空間映射到一個高維乃至無窮維的特征空間中，使得在原來的樣本空間中非線性可分的問題轉(zhuǎn)化為在特征空間中的線性可分的問題。簡單地說，就是升維和線性化。升維，就是把樣本向高維空間做映射，一般情況下這會增加計算的復(fù)雜性，但是作為分類、回歸等問題來說，很可能在低維樣本空間無法線性處理的樣本集，在高維特征空間中卻可以通過一個線性超平面實現(xiàn)線性劃分(或回歸)。一般的升維都會帶來計算的復(fù)雜化，人工智能(SVM) 方法巧妙地解決了這個難題應(yīng)用核函數(shù)的展開定理，就不需要知道非線性映射的顯式表達(dá)式；由于是在高維特征空間中建立線性學(xué)習(xí)機(jī)，所以與線性模型相比，不但幾乎不增加計算的復(fù)雜性，而且在某種程度上避免了“維數(shù)災(zāi)難”。人工智能(SVM)方法是尋求全局最優(yōu)， 實際上演化為求一個二次規(guī)劃問題找到最優(yōu)的ai，尋找ai的目標(biāo)函數(shù)為
NN\ N
權(quán)利要求
1.一種無測風(fēng)記錄區(qū)風(fēng)資源模擬推算方法，其特征在于，該方法包括步驟1，在計算機(jī)中建立人工智能網(wǎng)絡(luò)模型的數(shù)據(jù)結(jié)構(gòu)；步驟2，將原始風(fēng)資源數(shù)據(jù)輸入所述人工智能網(wǎng)絡(luò)模型；步驟3，計算得出所述人工智能網(wǎng)絡(luò)模型的輸入層和輸出層之間的關(guān)系；步驟4，將與無測風(fēng)記錄區(qū)要推算的風(fēng)資源數(shù)據(jù)相同時間序列的相鄰測風(fēng)記錄區(qū)的風(fēng)資源數(shù)據(jù)輸入所述人工智能網(wǎng)絡(luò)模型的輸入層，根據(jù)步驟3中建立的輸入層和輸出層之間的關(guān)系，得出所述要推算的風(fēng)資源數(shù)據(jù)。
2.根據(jù)權(quán)利要求1的方法，其特征在于所述人工智能網(wǎng)絡(luò)模型包括輸入層、中間層和輸出層，在運算時，數(shù)據(jù)從輸入層進(jìn)入人工智能網(wǎng)絡(luò)模型，在中間層進(jìn)行計算，將結(jié)果輸出到輸出層。
3.根據(jù)權(quán)利要求2的方法，其特征在于步驟2具體包括將無測風(fēng)記錄區(qū)已有風(fēng)資源數(shù)據(jù)和相鄰測風(fēng)記錄區(qū)相同時間序列的風(fēng)資源數(shù)據(jù)分別輸入所述人工智能網(wǎng)絡(luò)模型的輸出層和輸入層。
4.根據(jù)權(quán)利要求3的方法，其特征在于步驟3具體包括利用預(yù)測輸出函數(shù)對輸入的原始測量數(shù)據(jù)進(jìn)行預(yù)處理，通過優(yōu)化階段選擇線形型、多項式型、高斯徑向基型和neural型核函數(shù)，并選擇不同懲罰因子和敏感損失參數(shù)，進(jìn)行迭代計算，并對不同核函數(shù)間平方誤差大小進(jìn)行綜合比較，通過計算機(jī)運算建立網(wǎng)絡(luò)運算模型，得到輸入和輸出之間的關(guān)系。
5.根據(jù)權(quán)利要求1-4任一所述的方法，其特征在于，其中所述風(fēng)資源數(shù)據(jù)為各測風(fēng)高度的風(fēng)速數(shù)據(jù)。
全文摘要
提出了一種無測風(fēng)記錄區(qū)風(fēng)資源模擬推算方法，屬于風(fēng)資源評估技術(shù)領(lǐng)域，所述方法包括在計算機(jī)中建立人工智能網(wǎng)絡(luò)模型的數(shù)據(jù)結(jié)構(gòu)；將原始風(fēng)資源數(shù)據(jù)輸入所述人工智能網(wǎng)絡(luò)模型；計算得出所述人工智能網(wǎng)絡(luò)模型的輸入層和輸出層之間的關(guān)系；將與無測風(fēng)記錄區(qū)要推算的風(fēng)資源數(shù)據(jù)相同時間序列的相鄰測風(fēng)記錄區(qū)的風(fēng)資源數(shù)據(jù)輸入所述人工智能網(wǎng)絡(luò)模型的輸入層，根據(jù)建立的輸入層和輸出層之間的關(guān)系，得出所述要推算的風(fēng)資源數(shù)據(jù)。本方法解決了如何在缺少風(fēng)電場測風(fēng)數(shù)據(jù)和地形數(shù)據(jù)情況下對風(fēng)電場風(fēng)資源進(jìn)行評估的技術(shù)問題。
文檔編號G06F19/00GK102236746SQ20111018040
公開日2011年11月9日 申請日期2011年6月30日 優(yōu)先權(quán)日2011年6月30日
發(fā)明者馮長青, 孫少軍, 孫立新, 彭懷午, 杜燕軍, 聶維新 申請人:內(nèi)蒙古電力勘測設(shè)計院