[發明專利]基于增量式極限學習機的氣象雷達風電場雜波抑制方法

有效

• 申請號: 202010186766.9
• 申請日: 2020-03-17
• 公開（公告）號: CN111239699B
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 沈明威;姚旭;王曉東;吉雨;萬曉玉;胥翔竣
• 申請（專利權）人: 河海大學
• 主分類號: G01S7/36
• 分類號: G01S7/36;G01S7/41;G01S13/95;G06N20/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 劉莎

本發明公開了一種基于增量式極限學習機(I?ELM)的氣象雷達風電場雜波抑制方法。該發明首先對信號進行預處理，然后利用氣象信號距離連續性，設置氣象信號的徑向速度與譜寬預估值，構建訓練樣本。再對模型參數進行搜索與優化，最后利用優化后的I?ELM算法建立預測模型，恢復出被污染距離單元的氣象信號。仿真實驗結果表明，本方法有效抑制了風力渦輪機雜波(WTC)，顯著降低了由WTC污染引起的徑向速度和譜寬估計偏差，且運算量小，適合工程應用。

技術領域

本發明屬于氣象雷達雜波抑制領域，具體涉及風電場雜波基于增量式極限學習機的抑制方法。

背景技術

石油價格的不斷上漲，以及全球氣候變化的加劇，為許多替代能源——可再生清潔能源，鋪平了道路，其中增長最快的是風力發電。風力發電作為一種清潔可再生能源，已得到世界各國廣泛關注。由于風電場數量和規模呈指數式增長，風力渦輪機葉片高速旋轉引起的時變運動雜波已成為制約氣象雷達探測性能的主要限制因素。

傳統雜波抑制技術都是基于雜波信號與氣象回波在多普勒域或距離－多普勒域可分離條件，采用濾波或分離算法對雜波進行有效抑制。但風力渦輪機雜波由于大型葉片高速旋轉，其多普勒頻譜嚴重展寬甚至產生混疊，因此氣象信號淹沒在風力渦輪機雜波中，導致時、頻濾波或分離算法均無法在抑制雜波信號的同時實現對氣象信號的無損保留。因此時域濾波、頻域濾波等方法均失效。對此，國內外科學家對風力渦輪機雜波抑制進行了深入研究，并提出了一些抑制方法。例如基于空間插值的風力渦輪機雜波抑制方法。不幸的是，氣象數據是典型的時空數據，空間插值只利用氣象信號在距離域的空間連續性，而忽略了多普勒域的相關性。另一種方法是通過形態成分分析(MCA)分離信號。然而，該算法的計算復雜度也在增加，不利于工程應用。

發明內容

本發明所要解決的技術問題是：提供了一種基于增量式極限學習機的氣象雷達風電場雜波抑制方法。首先對信號進行預處理，然后構建訓練樣本，對模型參數進行搜索和優化，最后利用優化后的I-ELM算法恢復出被污染的氣象信號。

與現有算法相比，I-ELM算法有兩個優點：一是可以在較小的誤差下實現氣象信號的恢復；其次，I-ELM算法復雜度低，學習速度快。在此基礎上，提出了一種基于增量式極限學習機的WTC抑制自適應模型。通過對樣本的訓練，建立預測模型。實現了氣象信號的精確恢復。

本發明為解決上述技術問題采用以下技術方案：

一種基于增量式極限學習機的氣象雷達風電場雜波抑制方法，包括如下步驟：

步驟一、信號預處理，具體為：

對同時包含風力渦輪機雜波WTC和氣象信號的距離單元置零，設該距離單元序號為a，通過快速傅里葉變換實現對第a±z個距離單元的相干積累，結果記為X_a±z(k)；

對第a±z個距離單元雷達回波信號進行頻譜分析，分別估計出其氣象信號頻譜峰值對應的多普勒單元；

設各單元氣象信號頻譜峰值所在的最小多普勒單元序號為γ_min，最大多普勒單元序號為γ_max。考慮雷達天線副瓣的影響，選取雷達回波的第γ_min-5～γ_max+5個多普勒單元為多普勒單元樣本，將其他多普勒單元置零，以該結果針對對應的X_a±z(k)進行更新，得到對進行逆傅立葉變換，得到預處理后的雷達回波時域信號；

步驟二、訓練樣本構建，具體為：