[發明專利]一種基于氣溶膠顆粒物圖像的智能測風系統

有效

• 申請號: 202110313821.0
• 申請日: 2021-03-24
• 公開（公告）號: CN112697657B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 張平慧;夏夢瑩;胡淼;許蒙蒙;應娜;趙喻曉;張子石;金益文;張寒琦;張雨婷
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G01N15/00
• 分類號: G01N15/00;G06K9/00;G06K9/62;G06N3/04
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 周希良

本發明涉及一種基于氣溶膠顆粒物圖像的智能測風系統，包括氣溶膠顆粒物圖像拍攝設備和圖像處理設備；氣溶膠顆粒物圖像拍攝設備用于獲取空氣中的氣溶膠顆粒物圖像；圖像處理設備內設有預處理模塊、卷積神經網絡模塊，預處理模塊用于對氣溶膠顆粒物圖像進行預處理；卷積神經網絡模塊內含訓練完成的卷積神經網絡，訓練完成的卷積神經網絡用于根據輸入的預處理后的氣溶膠顆粒物圖像，以輸出風速。本發明的系統拍攝空氣中氣溶膠顆粒物的圖像并通過圖像計算得出風速，無外露的探測元件，適用于各種環境的風速遙測，且可以通過調整拍攝設備的拍攝區域以快速調整風速遙測目標區域。

技術領域

本發明屬于風力遙測技術領域，具體涉及一種基于氣溶膠顆粒物圖像的智能測風系統。

背景技術

我國風力資源十分豐富，風能作為清潔能源，能夠在向全社會提供能源的同時控制碳排放，綠色環保。同時風能取之不盡，用之不竭，無毒副作用，符合安全可持續的發展理念。我國目前風電技術發展還存在一些問題，如風能資源調查比較粗放、風能資源的測量和分析方法還有待完善等，這些問題直接制約了風電技術的發展。現階段如何提高風能資源的利用率，提高風力發電場的發電量和延長風力發電機組的使用壽命是正待解決的重要問題之一。

在風力發電機組上安裝測風裝置能為解決上述問題提供思路，通過測風裝置及時獲得當前風速數據，分析風場狀況，進而調整風力發電機組的參數以適應風場突發情況，能有效降低風力發電機組的損耗率，并提高風能資源的利用率和風場發電量。目前應用較為廣泛的測風裝置是機械式風速儀，雖然有經濟實用、測量精度高等優點，但是長期暴露于外場工作環境，壽命有限且無法實現對指定位置的風速遙測。因此機械式測風儀無法實現風場狀況預判，無法滿足及時調整風力發電機組參數以適應風場突發情況的要求。近些年興起的多普勒激光雷達測風系統能克服機械式測風儀的固有缺點，實現對指定位置的風速遙測，維護方便且能適應各種惡劣環境，因此被視為是機械式測風儀的替代品，但由于價格昂貴，目前無法大規模使用。因此，需要一種低成本、技術復雜度低的遙測式測風系統。

發明內容

基于現有技術中存在的上述缺點和不足，本發明的目的之一是至少解決現有技術中存在的上述問題之一或多個，換言之，本發明的目的之一是提供滿足前述需求之一或多個的一種基于氣溶膠顆粒物圖像的智能測風系統。

為了達到上述發明目的，本發明采用以下技術方案：

一種基于氣溶膠顆粒物圖像的智能測風系統，包括氣溶膠顆粒物圖像拍攝設備和圖像處理設備；氣溶膠顆粒物圖像拍攝設備用于獲取空氣中的氣溶膠顆粒物圖像；圖像處理設備內設有預處理模塊、卷積神經網絡模塊，預處理模塊用于對氣溶膠顆粒物圖像進行預處理；卷積神經網絡模塊內含訓練完成的卷積神經網絡，訓練完成的卷積神經網絡用于根據輸入的預處理后的氣溶膠顆粒物圖像，以輸出風速。

作為優選方案，卷積神經網絡模塊的卷積神經網絡采用VGG結構，由第一卷積層、第一池化層、第二卷積層、第二池化層、第三卷積層、第三池化層、第四卷積層、第四池化層、第五卷積層、第六卷積層、全連接層、softmax分類器依次連接組成。

作為優選方案，六個卷積層依次包含36、36、36、72、96、3個卷積核，卷積核大小依次為5×5、5×5、5×5、5×5、3×3、1×1，步長均為1；各池化層的過濾器大小均為3×3，步長均為2。

作為優選方案，預處理模塊包括篩選層、裁剪層、灰度化層、歸一化層；篩選層用于從氣溶膠顆粒物圖像中挑選帶有線段特征的圖片；裁剪層用于將帶有線段特征的圖片裁剪成帶有線段特征的目標圖片；灰度化層用于將帶有線段特征的目標圖片灰度化；歸一化層用于對灰度化后的圖片進行歸一化處理。