专利名称：一种用于风电场微观选址的边界轮廓图像信息处理方法
技术领域：
本发明涉及一种风电场微观选址技术，尤其是涉及一种用于风电场微观选址的边界轮廓图像信息处理方法。
背景技术：
风电场微观选址是在选定的区域中根据风能资源分布，实现最优风机位置排布来达到风机产能的最大化，从而使整个风电场具有最优的经济效益。风电场微观选址优化是风电产业合理规划的关键科学与技术问题，决定了风电场产能的大小和风资源的利用效率。目前，国际上还没有建立起关于微观选址的统一规范和标准,企业进行风机位置排布时多采用离散网格选址方法，然而网格的最优大小和方向难以确定，无法取到最优的风机选址。连续微观选址方法克服了离散网格带来的问题，但缺少处理不规则形状风电场边界约束的技术。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种用于风电场微观选址的边界轮廓图像信息处理方法。
本发明的目的可以通过以下技术方案来实现一种用于风电场微观选址的边界轮廓图像信息处理方法，包括以下步骤I)处理器从数据库中获取电子地图，通过边缘检测技术提取该电子地图中风电场边界轮廓的图像信息，进而计算出风电场边界轮廓曲线；2)对获得的风电场边界轮廓曲线进行最优多边形拟合；3)根据拟合得到的最优多边形建立风电场边界约束模型，判断风机位置是否在风电场内。步骤I)中图像信息的提取包括以下步骤11)边缘检测基于Canny边缘检测算子提取电子地图中风电场的边界轮廓，然后将边界轮廓的图像坐标系转换为直角坐标系，存储所提取的边界轮廓像素点在直角坐标系下的坐标；12)轮廓追踪根据相邻像素点之间的距离对11)中存储的风电场边界轮廓进行轮廓追踪，判断像素点之间是否衔接，获取风电场边界轮廓曲线；13)抗锯齿平滑处理基于缩减采样技术对步骤12)得到的风电场边界轮廓曲线进行抗锯齿平滑处理。步骤12)中若相邻像素点之间的距离不大于占单位像素，则相邻像素点之间相互衔接。步骤2)中最优多边形拟合具体包括以下步骤21)根据处理器处理得到的风电场边界轮廓曲线S获取实际风电场的边界轮廓曲线P，具体公式为P=AS= [PijP2, ...，Pn]其中，S= [Sl ，s2，…，sN]，s和P为边界轮廓曲线的顶点，N为边界轮廓曲线的顶点数，λ为电子地图的比例尺。22)根据拟合精度，并米用 SPPA-2 (Shortest Path Polygonal Approximationwith Two run algorithm)算法从实际风电场的边界轮廓曲线P中计算出最优拟合多边形Q = [q1； q2,…，q^…，qM]，其中，q为最优拟合多边形的顶点，M为顶点数。步骤3)中的风电场边界约束模型包括单边界约束模型和多边界约束模型，所述的单边界约束模型仅包括一个边界轮廓曲线，所述的多边界约束模型包括至少两个边界轮廓曲线。步骤3)中风机位置的判断过程为根据由风机位置引出的射线与风电场边界轮廓曲线的最优拟合多边形的交点个数来判断风机位置是否在风电场内，若交点个数为奇数，则风机位置在风电场内，若交点个数为偶数，则风机位置在风电场外。与现有技术相比，本发明解决了现有连续微观选址方法无法处理不规则形状风电场边界约束的问题，能够获得最优的风电场微观选址。
图I为本发明的处理流程图；图2为本发明获取风电场边界轮廓曲线的具体步骤；图3为本发明进行最优多边形拟合的具体步骤；图4为单边界约束模型判断风机位置的原理图；图5为英国Ironstone风电场的微观选址示例图；图6为英国Sh印ham风电场的微观选址示例图。
具体实施例方式下面结合附图和具体实施方案对本发明进行详细说明。实施方案如图I所示，一种用于风电场微观选址的边界轮廓图像信息处理方法，包括以下步骤步骤I ;处理器从数据库中获取电子地图，通过边缘检测技术提取该电子地图中风电场边界轮廓的图像信息，进而计算出风电场边界轮廓曲线，其详细步骤如图2所示11)边缘检测基于Canny边缘检测算子提取电子地图中风电场的边界轮廓，然后将边界轮廓的图像坐标系转换为直角坐标系，并存储所提取的边界轮廓像素点在直角坐标系下的坐标；12)轮廓追踪根据相邻像素点之间的距离对11)中存储的风电场边界轮廓进行轮廓追踪，，判断像素点之间是否衔接，获取边界轮廓曲线，若相邻像素点之间的距离不大于巧单位像素，则相邻像素点之间相互衔接，由于在11)会得到两条轮廓曲线，此处只对最外的轮廓曲线作处理；13)抗锯齿平滑处理基于缩减采样技术对12)得到的边界轮廓曲线进行抗锯齿平滑处理。步骤2 :由于步骤I计算输出的风电场边界轮廓曲线所包含的顶点数量过于冗余，为了减少风电场微观选址的运算复杂度，因此对获得的风电场边界轮廓曲线进行最优多边形拟合，其具体的步骤如图3:首先，输入由步骤I得到的风电场边界轮廓曲线链表为S= [s1； S2,…，sN]，处理器则根据该风电场边界轮廓曲线S获取实际风电场的轮廓曲线P= AS= [Pl，P2，…，pN]，其中，s和P为边界轮廓曲线上的顶点，N为边界轮廓曲线的顶点数，λ为电子地图的比例尺。然后，根据拟合精度，并采用SPPA-2算法从实际风电场的边界轮廓曲线P中计算出最优拟合多边形Q = Iiq1, q2，…，Qi，…，qM]，其中，Q为最优拟合多边形的顶点，M为顶 点数。Q为P的一个最小子集，用于表示拟合的风电场轮廓曲线，拟合后边界轮廓图像信息
的压缩比C = |。
M最后,输出该最优拟合多边形。步骤3 :在获得风电场轮廓曲线的最优拟合多边形后，则可以建立风电场边界约束模型，判断风机的位置是否在风电场内，其判断方法采用奇偶交点计数法根据由风机位置引出的射线与风电场边界轮廓曲线的最优拟合多边形的交点个数来判断风机位置是否在风电场内，若交点个数为奇数，则风机位置在风电场内，若交点个数为偶数，则风机位置在风电场外。风电场边界约束模型包括两种，分别为I、单边界约束模型，只考虑一个最优拟合多边形，即风电场只存在单个边界约束，如图4所示，则风机位置判断思想如下由风机Tl所代表的二维坐标点垂直向上做一条射线，然后计算多边形AB⑶E与Tl的交点数。若Tl与多边形AB⑶E的交点数为奇数，则其在多边形AB⑶E内，否则在外。这里，Tl与多边形AB⑶E的交点数为1，故其在多边形内部，T2的交点数为2，故其在多边形外部。如图5所示的英国Ironstone风电场，即为采用单边界约束模型的一个微观选址示例。2、多边界约束模型，一个大型的风电场可能会规划出若干个子风场，并且每个子风场会有若干个禁止区域不允许安装风机，即风电场存在多边界约束。假设一个风电场有MwA互不相交的子风电场，并且第k个子风电场内部有nk个禁止区域，这个风电场在对其所包含的所有子风电场和禁止区域的边界轮廓逐次进行最优多边形拟合后，所得拟合多边形的总个数为
KLNw=Mw^nk其中MwS l，nk彡0，k= (1,2,…，Mw)。显然每台风机必须安装在某个子风电场内部，并且在乂-Mw个禁止区域之外。为了搜索每台风机在整个风电场中的全局最优安装位置，优化算法必须同时搜索Mw个子风电场中的允许区域，因此对于多边界约束模型中的每台风机，在一次搜索中存在Mw个候选允许安装区域。设表示第k个子风电场的区域允许算子，则
权利要求
1.一种用于风电场微观选址的边界轮廓图像信息处理方法，其特征在于，包括以下步骤 1)处理器从数据库中获取电子地图，通过边缘检测技术提取该电子地图中风电场边界轮廓的图像信息，进而计算出风电场边界轮廓曲线； 2)对获得的风电场边界轮廓曲线进行最优多边形拟合； 3)根据拟合得到的最优多边形建立风电场边界约束模型，判断风机位置是否在风电场内。
2.根据权利要求I所述的一种用于风电场微观选址的边界轮廓图像信息处理方法，其特征在于，步骤I)中边界轮廓图像信息的提取包括以下步骤 11)边缘检测基于Canny边缘检测算子提取电子地图中风电场的边界轮廓，然后将边界轮廓的图像坐标系转换为直角坐标系，存储所提取的边界轮廓像素点在直角坐标系下的坐标； 12)轮廓追踪根据相邻像素点之间的距离对11)中存储的风电场边界轮廓进行轮廓追踪，判断像素点之间是否衔接，获取风电场边界轮廓曲线； 13)抗锯齿平滑处理基于缩减采样技术对步骤12)得到的风电场边界轮廓曲线进行抗锯齿平滑处理。
3.根据权利要求2所述的一种用于风电场微观选址的边界轮廓图像信息处理方法，其特征在于，步骤12)中若相邻像素点之间的距离不大于Wf单位像素，则相邻像素点之间相互衔接。
4.根据权利要求I所述的一种用于风电场微观选址的边界轮廓图像信息处理方法，其特征在于，步骤2)中最优多边形拟合具体包括以下步骤 21)根据处理器处理得到的风电场界轮廓曲线S获取实际风电场的轮廓曲线P，具体公式为 P=XS= [P1, P2,…，Pn] 其中，S= [S1, S2, ···, sN], s和P为边界轮廓曲线上的顶点，N为边界轮廓曲线的顶点数，λ为电子地图的比例尺。
22)根据拟合精度，并采用SPPA-2算法从实际风电场的边界轮廓曲线P中计算出最优拟合多边形Q = Iiq1, q2，…，Ι，…，qM]，其中，q为最优拟合多边形的顶点，M为顶点数。
5.根据权利要求I所述的一种用于风电场微观选址的边界轮廓图像信息处理方法，其特征在于，步骤3)中的风电场边界约束模型包括单边界约束模型和多边界约束模型，所述的单边界约束模型仅包括一个边界轮廓曲线，所述的多边界约束模型包括至少两个边界轮廓曲线。
6.根据权利要求5所述的一种用于风电场微观选址的边界轮廓图像信息处理方法，其特征在于，步骤3)中风机位置的判断过程为根据由风机位置引出的射线与风电场边界轮廓曲线的最优拟合多边形的交点个数来判断风机位置是否在风电场内，若交点个数为奇数，则风机位置在风电场内，若交点个数为偶数，则风机位置在风电场外。
全文摘要
本发明涉及一种用于风电场微观选址的边界轮廓图像信息处理方法，包括以下步骤1)处理器从数据库中获取电子地图，通过边缘检测技术提取该电子地图中风电场边界轮廓的图像信息，进而计算出风电场边界轮廓曲线；2)对获得的风电场边界轮廓曲线进行最优多边形拟合；3)根据拟合得到的最优多边形建立风电场边界约束模型，判断风机位置是否在风电场内。与现有技术相比，本发明解决了现有连续微观选址方法无法处理不规则形状风电场边界约束的问题，能够获得最优的风电场微观选址。
文档编号G06Q50/06GK102945506SQ20121031107
公开日2013年2月27日 申请日期2012年8月28日 优先权日2012年8月28日
发明者顾华杰, 王峻, 刘欢 申请人:同济大学