專利名稱：一種用于風電場微觀選址的邊界輪廓圖像信息處理方法
技術領域：
本發明涉及一種風電場微觀選址技術，尤其是涉及一種用于風電場微觀選址的邊界輪廓圖像信息處理方法。
背景技術：
風電場微觀選址是在選定的區域中根據風能資源分布，實現最優風機位置排布來達到風機產能的最大化，從而使整個風電場具有最優的經濟效益。風電場微觀選址優化是風電產業合理規劃的關鍵科學與技術問題，決定了風電場產能的大小和風資源的利用效率。目前，國際上還沒有建立起關于微觀選址的統一規范和標準,企業進行風機位置排布時多采用離散網格選址方法，然而網格的最優大小和方向難以確定，無法取到最優的風機選址。連續微觀選址方法克服了離散網格帶來的問題，但缺少處理不規則形狀風電場邊界約束的技術。
發明內容
本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種用于風電場微觀選址的邊界輪廓圖像信息處理方法。
本發明的目的可以通過以下技術方案來實現一種用于風電場微觀選址的邊界輪廓圖像信息處理方法，包括以下步驟I)處理器從數據庫中獲取電子地圖，通過邊緣檢測技術提取該電子地圖中風電場邊界輪廓的圖像信息，進而計算出風電場邊界輪廓曲線；2)對獲得的風電場邊界輪廓曲線進行最優多邊形擬合；3)根據擬合得到的最優多邊形建立風電場邊界約束模型，判斷風機位置是否在風電場內。步驟I)中圖像信息的提取包括以下步驟11)邊緣檢測基于Canny邊緣檢測算子提取電子地圖中風電場的邊界輪廓，然后將邊界輪廓的圖像坐標系轉換為直角坐標系，存儲所提取的邊界輪廓像素點在直角坐標系下的坐標；12)輪廓追蹤根據相鄰像素點之間的距離對11)中存儲的風電場邊界輪廓進行輪廓追蹤，判斷像素點之間是否銜接，獲取風電場邊界輪廓曲線；13)抗鋸齒平滑處理基于縮減采樣技術對步驟12)得到的風電場邊界輪廓曲線進行抗鋸齒平滑處理。步驟12)中若相鄰像素點之間的距離不大于占單位像素，則相鄰像素點之間相互銜接。步驟2)中最優多邊形擬合具體包括以下步驟21)根據處理器處理得到的風電場邊界輪廓曲線S獲取實際風電場的邊界輪廓曲線P，具體公式為P=AS= [PijP2, ...，Pn]其中，S= [Sl ，s2，…，sN]，s和P為邊界輪廓曲線的頂點，N為邊界輪廓曲線的頂點數，λ為電子地圖的比例尺。22)根據擬合精度，并米用 SPPA-2 (Shortest Path Polygonal Approximationwith Two run algorithm)算法從實際風電場的邊界輪廓曲線P中計算出最優擬合多邊形Q = [q1； q2,…，q^…，qM]，其中，q為最優擬合多邊形的頂點，M為頂點數。步驟3)中的風電場邊界約束模型包括單邊界約束模型和多邊界約束模型，所述的單邊界約束模型僅包括一個邊界輪廓曲線，所述的多邊界約束模型包括至少兩個邊界輪廓曲線。步驟3)中風機位置的判斷過程為根據由風機位置引出的射線與風電場邊界輪廓曲線的最優擬合多邊形的交點個數來判斷風機位置是否在風電場內，若交點個數為奇數，則風機位置在風電場內，若交點個數為偶數，則風機位置在風電場外。與現有技術相比，本發明解決了現有連續微觀選址方法無法處理不規則形狀風電場邊界約束的問題，能夠獲得最優的風電場微觀選址。
圖I為本發明的處理流程圖；圖2為本發明獲取風電場邊界輪廓曲線的具體步驟；圖3為本發明進行最優多邊形擬合的具體步驟；圖4為單邊界約束模型判斷風機位置的原理圖；圖5為英國Ironstone風電場的微觀選址示例圖；圖6為英國Sh印ham風電場的微觀選址示例圖。
具體實施例方式下面結合附圖和具體實施方案對本發明進行詳細說明。實施方案如圖I所示，一種用于風電場微觀選址的邊界輪廓圖像信息處理方法，包括以下步驟步驟I ;處理器從數據庫中獲取電子地圖，通過邊緣檢測技術提取該電子地圖中風電場邊界輪廓的圖像信息，進而計算出風電場邊界輪廓曲線，其詳細步驟如圖2所示11)邊緣檢測基于Canny邊緣檢測算子提取電子地圖中風電場的邊界輪廓，然后將邊界輪廓的圖像坐標系轉換為直角坐標系，并存儲所提取的邊界輪廓像素點在直角坐標系下的坐標；12)輪廓追蹤根據相鄰像素點之間的距離對11)中存儲的風電場邊界輪廓進行輪廓追蹤，，判斷像素點之間是否銜接，獲取邊界輪廓曲線，若相鄰像素點之間的距離不大于巧單位像素，則相鄰像素點之間相互銜接，由于在11)會得到兩條輪廓曲線，此處只對最外的輪廓曲線作處理；13)抗鋸齒平滑處理基于縮減采樣技術對12)得到的邊界輪廓曲線進行抗鋸齒平滑處理。步驟2 :由于步驟I計算輸出的風電場邊界輪廓曲線所包含的頂點數量過于冗余，為了減少風電場微觀選址的運算復雜度，因此對獲得的風電場邊界輪廓曲線進行最優多邊形擬合，其具體的步驟如圖3:首先，輸入由步驟I得到的風電場邊界輪廓曲線鏈表為S= [s1； S2,…，sN]，處理器則根據該風電場邊界輪廓曲線S獲取實際風電場的輪廓曲線P= AS= [Pl，P2，…，pN]，其中，s和P為邊界輪廓曲線上的頂點，N為邊界輪廓曲線的頂點數，λ為電子地圖的比例尺。然后，根據擬合精度，并采用SPPA-2算法從實際風電場的邊界輪廓曲線P中計算出最優擬合多邊形Q = Iiq1, q2，…，Qi，…，qM]，其中，Q為最優擬合多邊形的頂點，M為頂 點數。Q為P的一個最小子集，用于表示擬合的風電場輪廓曲線，擬合后邊界輪廓圖像信息
的壓縮比C = |。
M最后,輸出該最優擬合多邊形。步驟3 :在獲得風電場輪廓曲線的最優擬合多邊形后，則可以建立風電場邊界約束模型，判斷風機的位置是否在風電場內，其判斷方法采用奇偶交點計數法根據由風機位置引出的射線與風電場邊界輪廓曲線的最優擬合多邊形的交點個數來判斷風機位置是否在風電場內，若交點個數為奇數，則風機位置在風電場內，若交點個數為偶數，則風機位置在風電場外。風電場邊界約束模型包括兩種，分別為I、單邊界約束模型，只考慮一個最優擬合多邊形，即風電場只存在單個邊界約束，如圖4所示，則風機位置判斷思想如下由風機Tl所代表的二維坐標點垂直向上做一條射線，然后計算多邊形AB⑶E與Tl的交點數。若Tl與多邊形AB⑶E的交點數為奇數，則其在多邊形AB⑶E內，否則在外。這里，Tl與多邊形AB⑶E的交點數為1，故其在多邊形內部，T2的交點數為2，故其在多邊形外部。如圖5所示的英國Ironstone風電場，即為采用單邊界約束模型的一個微觀選址示例。2、多邊界約束模型，一個大型的風電場可能會規劃出若干個子風場，并且每個子風場會有若干個禁止區域不允許安裝風機，即風電場存在多邊界約束。假設一個風電場有MwA互不相交的子風電場，并且第k個子風電場內部有nk個禁止區域，這個風電場在對其所包含的所有子風電場和禁止區域的邊界輪廓逐次進行最優多邊形擬合后，所得擬合多邊形的總個數為
KLNw=Mw^nk其中MwS l，nk彡0，k= (1,2,…，Mw)。顯然每臺風機必須安裝在某個子風電場內部，并且在乂-Mw個禁止區域之外。為了搜索每臺風機在整個風電場中的全局最優安裝位置，優化算法必須同時搜索Mw個子風電場中的允許區域，因此對于多邊界約束模型中的每臺風機，在一次搜索中存在Mw個候選允許安裝區域。設表示第k個子風電場的區域允許算子，則
權利要求
1.一種用于風電場微觀選址的邊界輪廓圖像信息處理方法，其特征在于，包括以下步驟 1)處理器從數據庫中獲取電子地圖，通過邊緣檢測技術提取該電子地圖中風電場邊界輪廓的圖像信息，進而計算出風電場邊界輪廓曲線； 2)對獲得的風電場邊界輪廓曲線進行最優多邊形擬合； 3)根據擬合得到的最優多邊形建立風電場邊界約束模型，判斷風機位置是否在風電場內。
2.根據權利要求I所述的一種用于風電場微觀選址的邊界輪廓圖像信息處理方法，其特征在于，步驟I)中邊界輪廓圖像信息的提取包括以下步驟 11)邊緣檢測基于Canny邊緣檢測算子提取電子地圖中風電場的邊界輪廓，然后將邊界輪廓的圖像坐標系轉換為直角坐標系，存儲所提取的邊界輪廓像素點在直角坐標系下的坐標； 12)輪廓追蹤根據相鄰像素點之間的距離對11)中存儲的風電場邊界輪廓進行輪廓追蹤，判斷像素點之間是否銜接，獲取風電場邊界輪廓曲線； 13)抗鋸齒平滑處理基于縮減采樣技術對步驟12)得到的風電場邊界輪廓曲線進行抗鋸齒平滑處理。
3.根據權利要求2所述的一種用于風電場微觀選址的邊界輪廓圖像信息處理方法，其特征在于，步驟12)中若相鄰像素點之間的距離不大于Wf單位像素，則相鄰像素點之間相互銜接。
4.根據權利要求I所述的一種用于風電場微觀選址的邊界輪廓圖像信息處理方法，其特征在于，步驟2)中最優多邊形擬合具體包括以下步驟 21)根據處理器處理得到的風電場界輪廓曲線S獲取實際風電場的輪廓曲線P，具體公式為 P=XS= [P1, P2,…，Pn] 其中，S= [S1, S2, ···, sN], s和P為邊界輪廓曲線上的頂點，N為邊界輪廓曲線的頂點數，λ為電子地圖的比例尺。
22)根據擬合精度，并采用SPPA-2算法從實際風電場的邊界輪廓曲線P中計算出最優擬合多邊形Q = Iiq1, q2，…，Ι，…，qM]，其中，q為最優擬合多邊形的頂點，M為頂點數。
5.根據權利要求I所述的一種用于風電場微觀選址的邊界輪廓圖像信息處理方法，其特征在于，步驟3)中的風電場邊界約束模型包括單邊界約束模型和多邊界約束模型，所述的單邊界約束模型僅包括一個邊界輪廓曲線，所述的多邊界約束模型包括至少兩個邊界輪廓曲線。
6.根據權利要求5所述的一種用于風電場微觀選址的邊界輪廓圖像信息處理方法，其特征在于，步驟3)中風機位置的判斷過程為根據由風機位置引出的射線與風電場邊界輪廓曲線的最優擬合多邊形的交點個數來判斷風機位置是否在風電場內，若交點個數為奇數，則風機位置在風電場內，若交點個數為偶數，則風機位置在風電場外。
全文摘要
本發明涉及一種用于風電場微觀選址的邊界輪廓圖像信息處理方法，包括以下步驟1)處理器從數據庫中獲取電子地圖，通過邊緣檢測技術提取該電子地圖中風電場邊界輪廓的圖像信息，進而計算出風電場邊界輪廓曲線；2)對獲得的風電場邊界輪廓曲線進行最優多邊形擬合；3)根據擬合得到的最優多邊形建立風電場邊界約束模型，判斷風機位置是否在風電場內。與現有技術相比，本發明解決了現有連續微觀選址方法無法處理不規則形狀風電場邊界約束的問題，能夠獲得最優的風電場微觀選址。
文檔編號G06Q50/06GK102945506SQ20121031107
公開日2013年2月27日 申請日期2012年8月28日 優先權日2012年8月28日
發明者顧華杰, 王峻, 劉歡 申請人:同濟大學