[发明专利]确定装备LIDAR传感器的风力涡轮机上游的风速垂直廓线的方法在审
申请号: | 202010559123.4 | 申请日: | 2020-06-18 |
公开(公告)号: | CN112114332A | 公开(公告)日: | 2020-12-22 |
发明(设计)人: | H-N·恩古延;F·吉耶曼 | 申请(专利权)人: | IFP新能源公司 |
主分类号: | G01S17/95 | 分类号: | G01S17/95;G01S7/48;F03D7/00 |
代理公司: | 上海专利商标事务所有限公司 31100 | 代理人: | 钱盛赟;陈斌 |
地址: | 法国里埃*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 确定 装备 lidar 传感器 风力 涡轮机 上游 风速 垂直 方法 | ||
1.一种确定风力涡轮机(1)上游的风速的垂直廓线的方法,所述风力涡轮机(1)装备有面向所述风力涡轮机(1)上游的LiDAR传感器(2),其中执行以下步骤:
a)通过所述LiDAR传感器(2)来测量(MES)在所述风力涡轮机上游的至少一个测量平面(PM)中至少在位于不同高度的两个测量点(PT1、PT2、PT3、PT4)处的风速,
b)通过以下形式的幂律来构建所述垂直风速廓线的模型(MOD):
vz是在高度z处的纵向风速,z0是参考高度,Vz0是在参考高度z0处的纵向风速,并且α是所述幂律的指数,
c)使用所述两个测量点(PT1、PT2、PT3、PT4)处的所述风速测量来通过无迹卡尔曼滤波器确定所述幂律的所述指数α,以及
d)通过将所确定的指数α应用于所述垂直风速廓线模型来确定所述垂直风速廓线(PRO)。
2.如权利要求1所述的确定风速的垂直廓线的方法,其特征在于,所述无迹卡尔曼滤波器被应用于包括加性噪声和乘性噪声的状态模型。
3.如权利要求2所述的确定风速的垂直廓线的方法,其特征在于,所述状态模型被写为:
x(k)=α(k)是在时间k的状态变量,y(k)=v1(k)是所述状态模型的与在测量点1在时间k处测量的纵向风速相对应的输出,η(k-1)是在时间k-1处的指数α的方差,v2(k)是在测量点2在时间k处测量的纵向风速,z1是测量点1的高度,z2是测量点2的高度,ε1(k)是速度v1在时间k的噪声,ε2(k)是速度v2在时间k的噪声。
4.如权利要求2或3中的任一项所述的确定风速的垂直廓线的方法,其特征在于,为了应用所述卡尔曼滤波器,考虑递增的随机变量xa:
x(k)=α(k)是在时间k的状态变量,ε2(k)是速度v2在时间k的噪声。
5.如前述权利要求中的任一项所述的确定风速的垂直廓线的方法,其特征在于,所述幂律的所述指数α通过执行以下步骤来确定:
i)初始化k=0、状态向量以及协方差矩阵的状态P(0|0)=P0,
ii)在任何时间k,在测量点1和2获取所述风速测量v1(k)和v2(k),且y(k)=v1(k),以及
iii)在任何时间k,通过下式来确定所述幂律的所述指数α:
K是卡尔曼滤波器增益,Pxy是状态测量互协方差,Pyy是所预测的测量协方差,my是所预测的输出均值,v1(k)是在测量点1处在时间k测得的纵向风速,P(k|k-1)是来自时间k-1的测量的误差方差,并且P(k|k)是来自时间k的测量的误差方差。
6.一种控制装备有LiDAR传感器(2)的风力涡轮机(1)的方法,其中执行以下步骤:
a)通过如前述权利要求中的任一项所述的方法来确定风力涡轮机(1)上游的所述垂直风速廓线,以及
b)根据所述风力涡轮机(1)上游的所述垂直风速廓线来控制所述风力涡轮机(1)。
7.一种计算机程序产品,其特征在于,包括代码指令,所述代码指令被前述权利要求中的任一项所述的方法的各步骤。
8.一种用于风力涡轮机的LiDAR传感器(2),其特征在于,包括实现如权利要求1到6中的任一项所述的方法的处理单元。
9.一种风力涡轮机(1),其特征在于,包括如权利要求8所述的LiDAR传感器(2),所述LiDAR传感器(2)被优选地布置在所述风力涡轮机(1)的机舱上或者所述风力涡轮机的轮轴中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于IFP新能源公司,未经IFP新能源公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010559123.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:集成电路器件及其形成方法
- 下一篇:屈公病毒及兹卡病毒的多重检测试剂盒及方法