[发明专利]基于神经网络算法的测风塔布置方案确定方法

摘要

本发明公开了一种基于神经网络算法的测风塔布置方案确定方法，涉及风力发电技术领域,提供一种利于使拟建风场测风塔位置和数量更加合理的测风塔布置方案确定方法。该方法包括以下步骤：A、确定拟建风电场的范围和每台风电机组的位置；B、选取首座测风塔的位置；C、选取拟建风电场附近或与拟建风电场地形相似的某一个已建风电场，读取并整理该已建风电场数据；D、已建风电场神经网络拟合得到训练好的神经网络模型；E、拟建风电场神经网络预测；F、测风塔布置方案设计。本发明提出测风塔布置方案确定的算法和标准，可避免测风塔布置方案确定过多地受人为因素影响，避免出现误判，能够较为准确地确定拟建风场测风塔的位置和数量。

主权项

1.基于神经网络算法的测风塔布置方案确定方法：其特征在于：包括以下步骤：A、确定拟建风电场的范围和每台风电机组的位置；B、选取首座测风塔的位置；拟建风电场位于复杂地形处时，首座测风塔位于海拔最高点；拟建风电场位于平坦地形处时，首座测风塔位于拟建风电场的范围的中心点；C、选取拟建风电场附近或与拟建风电场地形相似的某一个已建风电场，读取并整理该已建风电场数据；读取并整理已建风电场数据包括以下步骤：C1、读取已建风电场各个生产用测风塔和各台风电机组一段时期内间隔一段时间的多个时间点的风速数据，从而得到与各个生产用测风塔对应的一组生产用测风塔风速数据和与各台风电机组对应的一组风电机组风速数据；C2、读取已建风电场各个生产用测风塔和各台风电机组的大地坐标及高程；C3、确定已建风电场的主风向；C4、将每台风电机组与每个测风塔之间的距离向量进行分解得到多组距离数据，该距离数据包括垂直主风向方向的行距X1、主风向方向同向的列距Y1和高差Z1；C5、计算每组风电机组风速数据与每组生产用测风塔风速数据的相关系数，得到多个相关系数，一个相关系与一个距离数据对应；D、已建风电场神经网络拟合，将已建风电场的相关系数设置为输出参数，距离数据设置为输入参数，设置神经网络参数并进行神经网络拟合，得到训练好的神经网络模型；E、拟建风电场神经网络预测，拟建风电场神经网络预包括以下步骤：E1、确定拟建风电场的主风向；E2、将拟建风电场每台风电机组与首座测风塔之间的距离向量进行分解得到多组距离数据，该距离数据包括垂直主风向方向的行距X2、主风向方向同向的列距Y2和高差Z2；E3、将拟建风电场的距离数据设置为输入参数并输入训练好的神经网络模型，预测拟建风电场各台风电机组与首座测风塔的相关系数R2，得到多个相关系数{R21、R22、……R2N}；F、测风塔布置方案设计，测风塔布置方案设计包括以下步骤：F1、读取min{R21、R22、……R2N}，若小于0.8，则在最小值对应的风电机组上风向二倍风轮直径处增设一座测风塔；F2、对于增设的测风塔，按照步骤E进行相关系数R3预测，预测值为{R31、R32、……R3N}；F3、读取min{max(R21、R31)、max(R22、R32)、……max(R2N、R3N)}，若小于0.8，则在最小值对应的的机组上风向2倍风轮直径处增设一座测风塔；F4、重复步骤F2和F3，直至读取的相关系数最小值大于0.8。