【技术实现步骤摘要】
基于卫星图片识别技术生成区域高精度风向的方法
[0001]本专利技术涉及风电领域,具体涉及一种基于卫星图片识别技术生成区域高精度风向的方法。
技术介绍
[0002]新能源并网给电力系统频率稳定性带来严重挑战,也对风电场每天可接入电网的发电量的风功率预测精准度提出更高要求。
[0003]目前气象预测结果与实际应用,有时还存在着精准度偏差较大、空间和时间分辨率不足、缺乏多元数据耦合等问题。如卫星测风资料已经广泛应用于大尺度天气分析、天气预报和气象研究,在海洋等常规气象探测资料稀少的地区。但是卫星测风一般以云为示踪物,故只能在有云的地方才能测得风的资料,然而云的水平分布和铅直分布都是不均匀的,如在资料稀少的热带洋面上,以对流云为主;在铅直方向上,强烈发展的积雨云顶部在气压约为200百帕的高度,信风积云顶部在气压约为850百帕的高度上,用卫星测风法,一般只能得到这两个高度附近的资料;另一方面由于云的生消演变和大气中水汽含量的变化导致云的定位不准,使云的顶部高度定不准。这两个因素,使卫星测风的风向误差可达30度。
[0 ...
【技术保护点】
【技术特征摘要】
1.基于卫星图片识别技术生成区域高精度风向的方法,其特征在于,包括:通过地球同步卫星的图片拍摄系统对目标区域进行拍照,得到目标区域的卫星图片;将卫星图片传输至地面计算机;所述的地面计算机基于机器学习算法,对卫星图片进行识别,识别出风力机所在位置以及叶轮平面;由于风力机具有自动对风的偏航系统,叶轮平面一直与来流风向垂直,即风力机在运行时总是正对来流方向,则综合所有风力机的来流风向,即可生成整个目标区域的风向流线图。2.根据权利要求1所述的基于卫星图片识别技术生成区域高精度风向的方法,其特征在于,所述的风目标区域中均含有风电场以及风力机。3.根据权利要求1所述的基于卫星图片识别技术生成区域高精度风向的方法,其特征在于,所述目标区域的卫星图片分辨率应保证能够识别出每台风力机的位置以及叶轮叶片平面偏航角度。4.根据权利要求1所述的基于卫星图片识别技术生成区域高精度风向的方法,其特征在于,所述的机器学习算法采用区域卷积神经网络模型。5.根据权利要求4所述的基于卫星图片识别技术生成区域高精度风向的方法,其特征在于,所述区域卷积神经网络模型的形成步骤如下:步骤1,选取图片中的若干提议区域;步骤2,通过卷积神经网络对每个提议区域抽取关键特征;步骤3,在提议区域的关键特征上训练模型;步骤4,测试模型的准确率。6.根据权利要求5所述的基于卫星图片识别技术生成区域高精度风向的方法,其特征在于,选取图片中的若干提议区域的具体内容如下:从输入图片中选取若干提议区域,每个风力机为选取的提议...
【专利技术属性】
技术研发人员:乐可定,郁冶,王异成,汪明军,穆延非,王强,罗坤,樊建人,
申请(专利权)人:杭州意能电力技术有限公司浙江大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。