激光雷达试验装置、系统和方法与流程

本发明涉及风力发电技术领域，尤其涉及一种激光雷达试验装置、系统和方法。

背景技术：

与风力发电机组的传统测风设备(风速仪和风杯)相比，激光雷达的测风精度较高。激光雷达的工作原理为：由激光器发射激光束，激光束遇到空气中的气溶胶发生反射，基于反射回的激光束得到风速信息。结合激光雷达和风力发电机组控制策略，能够有效降低风力发电机载荷，提高风力发电机组运行的可靠性，故开展对激光雷达的可靠性试验显得十分必要。

现阶段，激光雷达的可靠性试验主要为离线试验，即将激光雷达置于密闭的试验箱中，基于试验箱模拟出的环境工况对激光雷达进行测试。但是，这种离线试验仅仅是针对激光雷达的机械部件的可靠性进行测试，并不能反映激光雷达在真实工况下实际测风性能的可靠性。

技术实现要素：

本发明实施例提供了一种激光雷达试验装置、系统和方法，能够基于激光雷达的实际运行情况对激光雷达展开在线可靠性试验，提高激光雷达的可靠性试验的准确度。

第一方面，本发明实施例提供一种激光雷达试验装置，该激光雷达试验装置包括：

试验箱，包括箱体和安装于箱体内的至少一个工况模拟设备，箱体的一个侧面上设置有可透射区域，作为待测激光雷达的激光束的出射窗口；

风洞装置，包括洞体、驱动设备和气溶胶发生设备，试验箱安装于洞体中，驱动设备用于模拟预设的风速值，气溶胶发生设备用于模拟预设的气溶胶浓度值。

在第一方面的一种可能的实施方式中，工况模拟设备包括以下设备中的一个或者多个：温湿度发生器、振动发生器和电磁发射器。

在第一方面的一种可能的实施方式中，风洞装置包括直流式风洞，直流式风洞的洞体包括沿气流方向依次设置的稳定段、收缩段和试验段；试验箱固定于试验段部分。

第二方面，本发明实施例提供一种激光雷达试验系统，激光雷达试验系统包括：待测激光雷达、数据接收与处理装置和如上所述的激光雷达试验装置；其中，待测激光雷达设置于试验箱的箱体内，激光束从待测激光雷达的窗口镜中射出，并穿过试验箱的可透射区域；数据接收与处理装置分别与待测激光雷达和风洞装置信号连接，用于接收并处理试验过程中产生的数据。

在第二方面的一种可能的实施方式中，工况模拟设备包括振动发生器，振动发生器与数据接收与处理装置信号连接，待测激光雷达与振动发生器固定连接。

在第二方面的一种可能的实施方式中，窗口镜的几何中心与可透射区域的几何中心在一条水平连线上。

在第二方面的一种可能的实施方式中，激光雷达试验系统还包括设置于待测激光雷达内部的温湿度传感器，温湿度传感器与数据接收与处理装置信号连接。

第三方面，本发明实施例提供一种激光雷达试验方法，用于如上所述的激光雷达试验系统，该激光雷达试验方法包括：

将待测激光雷达设置于试验箱的箱体内，并将试验箱设置于风洞装置的洞体内；

利用风洞装置模拟预设的风速值和预设的气溶胶浓度值以及利用试验箱模拟预设的环境工况；控制待测激光雷达发射激光束，使得激光束从试验箱的可透射区域射出；接收待测激光雷达在预设的风速值、预设的气溶胶浓度值以及预设的环境工况下测量的风速测量数据；分析测量的风速测量数据，得到试验结果。

在第三方面的一种可能的实施方式中，分析测量的风速测量数据，得到试验结果，包括：对风速测量数据中预定时间段内的平均风速做线性回归，并计算风速测量数据和预设的风速值之间的风速偏差；判断线性回归结果和风速偏差是否均满足对应的预设条件；若线性回归结果和风速偏差均满足对应的预设条件，则得到试验结果为正常；若线性回归结果和风速偏差中的任意一个未满足对应的预设条件，则得到试验结果为异常。

在第三方面的一种可能的实施方式中，在分析风速测量数据和预设的风速值，得到试验结果之后，该激光雷达试验方法还包括：若试验结果为异常，则控制试验箱停止工作。

在第三方面的一种可能的实施方式中，在分析风速测量数据和预设的风速值，得到试验结果之后，该激光雷达试验方法还包括：重新多次设定洞体中的气溶胶浓度值，控制待测激光雷达进行多次风速测量，得到与多个气溶胶浓度值分别对应的多个风速测量数据；基于多个气溶胶浓度值与相应的多个风速测量数据建立用于预测激光雷达测量风速的预测关系模型。

与现有技术中的仅能够对激光雷达断电关机后进行离线可靠性试验相比，由于本发明实施例箱体的一个侧面上设置有作为待测激光雷达的激光束的可透射区域，且利用风洞装置为待测激光雷达提供和模拟实际工作时的风速值和气溶胶浓度值，从而能够实现基于激光雷达的实际运行情况对激光雷达展开在线可靠性试验，进而从激光雷达的测风性能的角度提高激光雷达的可靠性试验的准确度。

附图说明

从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明其中，相同或相似的附图标记表示相同或相似的特征。

图1为本发明第一实施例提供的激光雷达试验装置的结构示意图；

图2为本发明第二实施例提供的激光雷达试验系统的结构示意图；

图3为本发明第三实施例提供的激光雷达试验系统的结构示意图；

图4为本发明第四实施例提供的激光雷达试验方法的流程示意图；

图5为本发明第五实施例提供的激光雷达试验方法的流程示意图。

101-箱体；102-可透射区域；103-洞体；104-驱动设备；

105-气溶胶发生设备；201-待测激光雷达；

202-数据接收与处理装置。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本发明实施例的全面理解。

现阶段，针对激光雷达的可靠性试验仍停留在实验室环境下的验证通过性试验，即不考虑激光雷达的实际运行情况(比如所处风况和测量精度)，而是断电关机后对激光雷达进行离线可靠性试验。即使开机运行，但由于试验箱是密闭且不透光的，激光雷达也无法测量有效风速信息。

由此，本发明实施例提供一种激光雷达试验装置、系统和方法，能够基于激光雷达的实际运行情况对激光雷达展开在线可靠性试验，进而从激光雷达的测风性能的角度提高激光雷达的可靠性试验的准确度。

图1为本发明第一实施例提供的激光雷达试验装置的结构示意图。如图1所示，激光雷达试验装置包括试验箱和风洞装置。

如图1所示，试验箱包括箱体101和安装于箱体101内的至少一个工况模拟设备(图中未示出)，箱体101的一个侧面上设置有可透射区域102，作为待测激光雷达的激光束的出射窗口。

其中，可透射区域102可以采用对激光束透射率较高的材料，比如，石英玻璃材料。为方便待测激光雷达在箱体101中的安装固定，可透射区域102可以设置于所在侧面的居中位置。可透射区域102的面积大小不限，形状包括但不限于圆形或者矩形，本领域技术人员可以根据实际需要进行选择。

结合激光雷达可靠性试验的内容，工况模拟设备包括以下设备中的一个或者多个：温湿度发生器、振动发生器和电磁发射器。

其中，温湿度发生器主要用于在箱体101中模拟预设的温度和湿度条件，比如：高温高湿、高温低湿、低温高湿、低温低湿或者交变温湿度等条件，以支持温湿度方面的可靠性性试验。

振动发生器主要用于在箱体101中模拟风力发电机组在不同风速值下的振幅和频率，以支持振动方面可靠性性试验。例如，风洞装置预设的风速为10m/s，相应地，振动发生器可以按照风力发电机组实际运行在10m/s风速下的振幅及频率来设置，以实现真实环境工况的模拟。

电磁发射器主要用于在箱体101中模拟不同条件下的电磁辐射情况，以支持电磁兼容方面的可靠性试验。

如图1所示，风洞装置包括洞体103、驱动设备104和气溶胶发生设备105。试验箱安装于洞体103中，驱动设备104用于模拟预设的风速值，气溶胶发生设备105用于模拟预设的气溶胶浓度值。

气溶胶是指由固体或者液体小质点分散并悬浮在气体介质中形成的胶体分散体系。其分散相为固体或者液体小质点，分散介质为气体。液体气溶胶通常称为雾，固体气溶胶通常称为雾烟。

在一个可选实施例中，风洞装置包括直流式风洞，直流式风洞的洞体103包括沿气流方向依次设置的稳定段、收缩段和试验段。

直流式风洞在使用时，风扇向右端鼓风，使空气从左端外界进入稳定段，稳定段的蜂窝器和阻尼网使气流得到梳理与和匀，然后由收缩段使气流得到加速而在试验段中形成流动方向一致、速度均匀的稳定气流。本领域技术人员可以理解的是，除了直流式风洞外，其他任何类型的风洞装置也适用于为激光雷试验装置提供稳定的气流，例如，回流式风洞。对此，本发明不做任何限制。

优选地，为了进一步提高激光雷达可靠性试验的准确度，通常使试验箱固定于试验段部分的远离稳定段的中心位置处，以使流经箱体101的气流保持足够稳定。

根据本发明的实施例，当需要对待测激光雷达进行可靠性测试时，可以利用风洞装置模拟预设的风速值和预设的气溶胶浓度值，并利用试验箱模拟预设的环境工况，然后将待测激光雷达设置于试验箱的箱体内，并将箱体设置于风洞装置的洞体内。如此设置，待测激光雷达只需要从出射窗口发射激光束，就能够根据气溶胶反射回的激光束得到风速测量数据，然后通过分析风速测量数据和预设的风速值，就能到得到待测激光雷达的可靠性试验结果。

与现有技术中的仅能够对激光雷达断电关机后进行离线可靠性试验相比，由于本发明实施例箱体的一个侧面上设置有作为待测激光雷达的激光束的可透射区域，且利用风洞装置为待测激光雷达提供和模拟实际工作时的风速值和气溶胶浓度值，从而能够实现基于激光雷达的实际运行情况对激光雷达展开在线可靠性试验，提高激光雷达的可靠性试验的准确度。

此外，由于风洞装置内的风速趋于稳定，所以采用风洞装置能够避免激光雷达进行可靠性试验时免受外界干扰，提高试验数据的可信度。

另外，由于试验箱中的工况模拟设备可以模拟各种极限条件和复杂环境，基于风洞装置后，本发明实施例中的激光雷达试验装置可以测试激光雷达在极限条件下、各种复杂环境中的测风性能，而不仅仅是机械结构的可靠性，应用前景广泛。

图2为本发明第二实施例提供的激光雷达试验系统的结构示意图。图2与图1的不同之处在于，图2中的激光雷达试验系统还包括待测激光雷达201和数据接收与处理装置202。

如图2所示，待测激光雷达201设置于箱体101内，激光束从待测激光雷达201的窗口镜中射出，并穿过出射窗口。

在一个示例中，激光雷达的窗口镜长为20cm，宽为15cm，窗口镜材料为石英玻璃。可透射区域102为长60cm，宽45cm的石英玻璃，位于所在表面的中心位置，该面的其余部分为金属材料。激光束可以透过石英玻璃，从而解决了传统试验箱激光无法打出的问题。

结合激光雷达的可靠性试验内容，涉及振动方面的可靠性试验时，待测激光雷达201可以固定在振动发生器上方。

进一步地，综合考虑风力发电机在不同风速值下待测激光雷达201实际安装位置的振动影响，待测激光雷达201的窗口镜的几何中心与可透射区域102的几何中心在一条水平连线上。

如图2所示，数据接收与处理装置202设置于风洞装置的外部，且分别与待测激光雷达201和风洞装置连接。数据接收与处理装置202能够分析风洞风速数据、试验箱数据和风速测量数据，实时监测雷达的运行状态，实时控制试验进程。

当需要对待测激光雷达201进行可靠性测试时，利用风洞装置模拟预设的风速值和预设的气溶胶浓度值，并利用试验箱模拟预设的环境工况，然后将待测激光雷达201设置于试验箱的箱体101内，并将箱体101设置于风洞装置的洞体103内。待测激光雷达201的激光束从可透射区域102射出，待测激光雷达201根据洞体103内气溶胶反射回的激光束可以得到风速测量数据。数据接收与处理装置202通过分析风速测量数据和预设的风速值，就可以得到待测激光雷达201的可靠性试验结果。

在一个可选实施例中，数据接收与处理装置202具体将待测激光雷达201的风速测量数据与风洞的风速值进行对比分析。若两者之间差值的绝对值大于预设阈值(比如0.1)，则认为待测激光雷达201工作异常。

图3为本发明第三实施例提供的激光雷达试验系统的结构示意图。图3与图2的不同之处在于，图3中的数据接收与处理装置202还与试验箱连接，用于在待测激光雷达201工作异常时反馈给试验箱，关闭试验箱中的模拟设备，停止试验。

进一步地，激光雷达试验系统还包括设置于待测激光雷达201内部的温湿度传感器(图中未示出)，用于将试验时雷达内部的温度数据和湿度数据发送至数据接收与处理装置202，以对待测激光雷达201工作异常的原因进行分析。

下面结合图3，对本发明实施例中的激光雷达试验系统的可靠性试验过程进行详细说明。

首先，检查待测激光雷达201是否工作正常，然后将风洞内的风速设定为10m/s，气溶胶浓度设定为a，并将待测激光雷达201无包装且通电后放进箱体101。

接下来，同时对待测激光雷达201进行12h+12h交变试验和振动试验，并将待测激光雷达201内部的温度值和湿度值实时传送到数据接收与处理装置202。其中，

12h+12h交变试验具体为：将箱体101内的相对湿度设定为(93±2)％，然后由常温升至60℃，60℃保持12h，然后降至常温，保持12h，进行12h+12h交变试验；

振动试验具体为：按照风速10m/s时机舱的振动幅值和频率来设定振动幅值和频率，振动方向为x、y、z三个方向。

最后，将待测雷达测量得到的风速值与风洞的风速值进行对比分析，对待测试雷达和风洞在同时间区间内的10分钟平均风速做线性回归。并计算待测试雷达与风洞提供的风速值之间的风速偏差。

若线性回归结果同时满足下列参数范围：数据量≥48小时，即10分钟样本点≥288个；斜率范围为：1±0.015；截距范围为：±0.2m/s；回归系数：r²>0.99。并且，风速偏差的平均值满足±0.1m/s，风速偏差的标准偏差＜0.15m/s，则得到待测激光雷达201的可靠性试验结果为正常，否则，认为工作异常并反馈给数据接收与处理装置202，停止试验并分析工作异常原因。

图4为本发明第四实施例提供的激光雷达试验方法的流程示意图，用于如上文所述的激光雷达试验系统，激光雷达试验方法包括步骤401至步骤404。

在步骤401中，将待测激光雷达设置于试验箱的箱体内，并将试验箱设置于风洞装置的洞体内。

在步骤402中，利用风洞装置模拟预设的风速值和预设的气溶胶浓度值以及利用试验箱模拟预设的环境工况，控制待测激光雷达发射激光束，使得激光束从试验箱的可透射区域射出。

在步骤403中，接收待测激光雷达在预设的风速值、预设的气溶胶浓度值以及预设的环境工况下测量的风速测量数据。

在步骤404中，分析测量的风速测量数据，得到试验结果。

图5为本发明第五实施例提供的激光雷达试验方法的流程示意图，图5与图4的不同之处在于，图4中的步骤404可细化为图5中的步骤4041至步骤4044，适用于但不限于基于“12h+12h交变试验”和“振动试验”的可靠性试验的结果分析。

在步骤4041中，对风速测量数据中预定时间段内的平均风速做线性回归，并计算风速测量数据和预设的风速值之间的风速偏差。

在步骤4042中，判断线性回归结果和风速偏差是否均满足对应的预设条件。

在步骤4043中，若线性回归结果和风速偏差均满足对应的预设条件，则得到试验结果为正常。

在步骤4044中，若线性回归结果和风速偏差中的任意一个未满足对应的预设条件，则得到试验结果为异常。

在一个可选实施例中，若试验结果为异常，则控制试验箱停止工作，并基于所述待测激光雷达内部的温度数据及湿度数据分析导致异常的原因。

在一个可选实施例中，由于空气中的气溶胶浓度会影响激光雷达的测风精度，在步骤404之后，激光雷达试验方法还可以包括：重新多次设定洞体中的气溶胶浓度值，控制待测激光雷达进行多次风速测量，得到与多个气溶胶浓度值分别对应的多个风速测量数据；然后基于多个气溶胶浓度值与相应的多个风速测量数据建立用于预测激光雷达测量风速的预测关系模型，以修正雷达在实际工况下测得的风速信息，有效提高激光雷达的测风精确度和可靠度。

具体地，为验证测试同一试验条件下不同气溶胶浓度对雷达测风精度的影响，可以将风洞内的气溶胶浓度设定为多个不同的值，在当前试验结束后，依次按照之前设定的多个不同的气溶胶浓度值，在其它实验条件不变的情况下，重复该试验，得到多个不同气溶胶浓度条件下所述激光雷达的风速测量数据。然后将这些多个不同的气溶胶浓度预设值以及与其分别对应的风速测量数据结果作为建立预测关系模型的基础数据，针对这些基础数据可以采用各种模型训练方法对预测关系模型进行训练，例如，可利用非线性回归算法来构建关系模型，以建立气溶胶浓度值与激光雷达测量风速之间的对应关系。

除此之外，还可以以上述基础数据作为模型训练样本，利用神经网络算法以机器学习的方式建立预测关系模型。具体地，可以将多个气溶胶浓度值作为输入，相应的多个激光雷达测量风速作为输出利用神经网络算法进行机器学习，最终训练得到预测关系模型。对此，本发明不作任何限制。可以理解的是，随着训练样本的积累，预测关系模型的预测精度会越来越高，将使得后续基于预测的测量风速数据修正的实时测量的风速数据也会越来越准确。在预测关系模型的基础上，可以实时监测大气中的气溶胶浓度，进而实时预测激光雷达的测量风速数据，将实时预测的测风数据用来修正激光雷达的实际测量风速数据，以提高激光雷达测量风速的精度。

需要明确的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。对于装置实施例而言，相关之处可以参见方法实施例的说明部分。本发明实施例并不局限于上文所描述并在图中示出的特定步骤和结构。本领域的技术人员可以在领会本发明实施例的精神之后，作出各种改变、修改和添加，或者改变步骤之间的顺序。并且，为了简明起见，这里省略对已知方法技术的详细描述。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明实施例的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

本发明实施例可以以其他的具体形式实现，而不脱离其精神和本质特征。例如，特定实施例中所描述的算法可以被修改，而系统体系结构并不脱离本发明实施例的基本精神。因此，当前的实施例在所有方面都被看作是示例性的而非限定性的，本发明实施例的范围由所附权利要求而非上述描述定义，并且，落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明实施例的范围之中。