CN102798379A - 用于为风轮机确定地点的方法 - Google Patents

用于为风轮机确定地点的方法 Download PDF

Info

Publication number
CN102798379A
CN102798379A CN2012101655872A CN201210165587A CN102798379A CN 102798379 A CN102798379 A CN 102798379A CN 2012101655872 A CN2012101655872 A CN 2012101655872A CN 201210165587 A CN201210165587 A CN 201210165587A CN 102798379 A CN102798379 A CN 102798379A
Authority
CN
China
Prior art keywords
wind turbine
place
surface model
unmanned vehicle
potential
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012101655872A
Other languages
English (en)
Other versions
CN102798379B (zh
Inventor
J.施特格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Gamesa Renewable Energy
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of CN102798379A publication Critical patent/CN102798379A/zh
Application granted granted Critical
Publication of CN102798379B publication Critical patent/CN102798379B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00—Function
    • F05B2260/80—Diagnostics

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Wind Motors (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种用于为风轮机确定地点的方法。涉及一种用于为风轮机确定最佳地点的方法。根据该方法，沿着预定飞行路径引导无人驾驶飞行器。按照这样的方法选择飞行路径，即由无人驾驶飞行器收集潜在风轮机地点的周围环境的高分辨率图像。所述图像用于获得潜在风轮机地点的周围环境的实际数字表面模型。基于实际数字表面模型评估潜在风轮机地点以确定潜在风轮机地点是否是最佳风轮机地点。

Description

用于为风轮机确定地点的方法
技术领域
本发明涉及一种用于为风轮机确定最佳地点的方法。
背景技术
已知使用所谓的“数字表面模型，DSM”为风轮机确定最佳地点。
“数字表面模型，DSM”包括所谓的“数字地形模型，DTM”和/或所谓的“数字高程模型（digital elevation model），DEM”。
DSM包括存储的地球表面的地形高程数据。该数据用于创建地球表面的数字模型。DSM用于土地利用研究，且甚至用于洪水建模、排水建模或者用于地质学目的。
例如，DSM基于卫星数据。它甚至可基于LIDAR(“光探测和测距（Light Detection And Ranging）”，LIDAR)***的数据。
在卫星和地球之间或者在LIDAR***和地球之间总是存在大的距离。因此，用于DSM的收集的2D图像或3D图像的分辨率非常粗略。
另外，卫星的图像可能比需要的图像陈旧，因此模型数据不包含新的关键特征，像是建筑物、树木等。
发明内容
本发明的目的在于提供一种改进的用于最佳风轮机地点的确定的方法。
这个目的由权利要求1的特征实现。
优选的配置是从属权利要求的目的。
根据发明的方法，沿着预定飞行路径引导所谓的“无人驾驶飞行器，UAV”。按照这样的方法选择飞行路径，即由UAV收集潜在风轮机地点的周围环境的高分辨率图像(像是照片或地图)。
这些图像用于获得潜在风轮机地点的周围环境的实际“数字表面模型，DSM”。
考虑到那里的风参数，且甚至考虑到那里的其它环境参数，基于实际数字表面模型评估潜在风轮机地点。
如果潜在风轮机地点满足预定准则，则以后在这个地点架设风轮机。
优选地，UAV携带光学照相机***的至少一些部件或者整个光学照相机***。或者优选地，UAV携带LIDAR***的至少一些部件或者整个LIDAR***。以上提及的该部件或***很小、便宜并且它们甚至重量非常轻。因此，它们非常适合用在UAV上。
优选地，由UAV收集的图像与GPS数据组合。在UAV沿所述预定飞行路径行进的同时，收集GPS数据。因此，每个图像与它的专用GPS位置匹配以允许并且能够实现精确DSM的创建。
优选地，附加的传感器或测量装置用于为DSM提供附加的数据。它们优选地也位于UAV上。
优选地，收集并转换陀螺仪或加速度计的数据以提高获得的2D地图的质量或者提高获得的3D地图的质量。
优选地，所谓的“计算流体动力学，CFD”软件用于为风轮机确定最佳地点。
优选地，经互联网上载UAV的收集的数据以用于其他后处理步骤。
利用发明的方法，可以非常快速并且便宜地捕捉需要的数据。能够在任何时间并且在不需要昂贵部件(像是卫星)的情况下收集数据。
另外，UAV操作简单并且它的尺寸非常小。因此，不需要昂贵的地面人员并且不需要特定运输。
另一优点在于：与由卫星收集的可用数据相比，使用的数据模型非常实际。
附图说明
通过附图的帮助更详细地显示本发明。
附图显示优选的配置并且不限制本发明的范围。它们甚至不限制权利要求的范围。
图1显示本发明的方法的原理思想。
图2显示本发明的方法作为流程图，以及
图3显示将要用于本发明的方法的不同UAV。
具体实施方式
图1显示本发明的方法的原理思想。根据本发明的方法，沿着预定飞行路径FP引导无人驾驶飞行器UAV。按照这样的方法选择飞行路径FP，即由无人驾驶飞行器UAV收集潜在风轮机地点PWTS的周围环境SUR的高分辨率图像IMG1-IMG9。
图像IMG1-IMG9用于获得潜在风轮机地点PWTS的周围环境SUR的实际数字表面模型DSM。
考虑到那里的风参数，基于实际数字表面模型DSM评估潜在风轮机地点PWTS。
优选地，另外考虑到那里的其它环境参数(像是一年的温度分布图、可能地点-特定冰荷载、地点特定风荷载、地点特定空气湿度、地点特定空气中含盐量等)，基于实际数字表面模型DSM评估潜在风轮机地点PWTS。
如果潜在风轮机地点PWTS满足预定准则，则以后在那里架设风轮机。
图2显示本发明的方法作为流程图。还参照图1。
在第一步骤S1中，考虑到潜在风轮机地点PWTS的周围环境SUR定义飞行路径FP。按照这样的方法选择飞行路径FP，即由无人驾驶飞行器UAV收集潜在风轮机地点PWTS的周围环境SUR的高分辨率图像IMG1-IMG9。
在第二步骤S2中，沿着飞行路径FP引导无人驾驶飞行器UAV，并且由无人驾驶飞行器UAV收集多个图像IMG1-IMG9。
在第三步骤S3中，处理收集的图像IMG1-IMG9以获得潜在风轮机地点PWTS的周围环境SUR的实际数字表面模型DSM。
在第四步骤S4中，基于实际数字表面模型DSM评估潜在风轮机地点PWTS。优选地，“计算流体动力学，CFD”软件用于确定潜在风轮机地点PWTS是否看起来是风轮机的最佳地点。
如果潜在风轮机地点满足预定准则，则以后在这个地点架设风轮机。
图3显示将要使用的两种可能的UAV。一种命名为“Falcon-PARS”，是一种例如由公司“ISTS Americas Corporation”提供的直升机。另一种是例如由瑞士公司SENSEFLY提供的飞机。

Claims (11)

1. 一种用于为风轮机确定地点的方法，
-其中沿着预定飞行路径引导无人驾驶飞行器，
-其中按照这样的方法选择飞行路径，即由无人驾驶飞行器收集潜在风轮机地点的周围环境的高分辨率图像，
-其中所述图像用于获得潜在风轮机地点的周围环境的实际数字表面模型，
-其中基于实际数字表面模型评估潜在风轮机地点以确定潜在风轮机地点是否是最佳风轮机地点。
2. 根据权利要求1所述的方法，其中考虑到在潜在风轮机地点的风参数进行评估。
3. 根据权利要求1或权利要求2所述的方法，其中把所述潜在风轮机地点的周围环境的实际数字表面模型与预定准则进行比较以确定是否以后在这个地点架设风轮机。
4. 根据权利要求1所述的方法，其中所述无人驾驶飞行器携带光学照相机***的至少一些部件或者整个光学照相机***，以用于收集所述高分辨率图像。
5. 根据权利要求1所述的方法，其中所述无人驾驶飞行器携带LIDAR***的至少一些部件或者整个LIDAR***，以用于收集所述高分辨率图像。
6. 根据权利要求1所述的方法，其中所述图像与在无人驾驶飞行器沿所述预定飞行路径行进的同时由无人驾驶飞行器收集的GPS数据组合。
7. 根据权利要求6所述的方法，其中每个图像与它的专用GPS位置匹配以实现精确的数字表面模型。
8. 根据权利要求1或权利要求7所述的方法，其中附加的传感器或测量装置在无人驾驶飞行器旁边用于为数字表面模型提供附加的数据。
9. 根据权利要求8所述的方法，其中陀螺仪或加速度计用于为数字表面模型收集附加的数据。
10. 根据权利要求1所述的方法，其中计算流体动力学软件用于为风轮机确定最佳地点。
11. 根据权利要求1所述的方法，其中由无人驾驶飞行器收集的收集图像或数据经互联网上载到计算机以用于其他处理步骤。
CN201210165587.2A 2011-05-25 2012-05-25 用于为风轮机确定地点的方法 Expired - Fee Related CN102798379B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP11167444.6A EP2527648B1 (en) 2011-05-25 2011-05-25 Method to determine a site for a wind turbine
EP11167444.6 2011-05-25

Publications (2)

Publication Number Publication Date
CN102798379A true CN102798379A (zh) 2012-11-28
CN102798379B CN102798379B (zh) 2016-06-29

Family

ID=45992883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210165587.2A Expired - Fee Related CN102798379B (zh) 2011-05-25 2012-05-25 用于为风轮机确定地点的方法

Country Status (5)

Country Link
US (1) US8804998B2 (zh)
EP (1) EP2527648B1 (zh)
CN (1) CN102798379B (zh)
CA (1) CA2777864C (zh)
DK (1) DK2527648T3 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014008143A1 (en) * 2012-07-04 2014-01-09 Ehsolution.Com, Llc Systems and methods for new location task completion and enterprise-wide project initiative tracking
US9336506B2 (en) * 2014-05-02 2016-05-10 Google Inc. Machine-readable delivery platform for automated package delivery
CN107240153B (zh) * 2017-06-16 2020-09-22 千寻位置网络有限公司 基于dsm的无人机飞行安全区域计算显示方法
US20190129430A1 (en) 2017-10-31 2019-05-02 Agjunction Llc Vehicle control optimization
EP3736440A1 (en) * 2019-05-10 2020-11-11 Siemens Gamesa Renewable Energy A/S A method for computer-implemented analysis of a wind farm comprising a number of wind turbines
CN110598752B (zh) * 2019-08-16 2023-04-18 深圳宇骏视觉智能科技有限公司 一种自动生成训练数据集的图像分类模型训练方法及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090046289A1 (en) * 2002-08-02 2009-02-19 Ophir Corporation Optical Air Data Systems And Methods
US20100312594A1 (en) * 2007-08-31 2010-12-09 Vestas Wind Systems A/S Wind Turbine Siting and Maintenance Prediction
CN101968353A (zh) * 2010-09-29 2011-02-09 清华大学 基于激光探测和图像识别的无人直升机地形跟踪方法
CN102506824A (zh) * 2011-10-14 2012-06-20 航天恒星科技有限公司 一种城市低空无人机***生成数字正射影像图的方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2398841A (en) * 2003-02-28 2004-09-01 Qinetiq Ltd Wind turbine control having a Lidar wind speed measurement apparatus
US7365674B2 (en) * 2005-09-26 2008-04-29 The Boeing Company Airborne weather profiler network
CA2651290C (en) * 2008-06-12 2013-11-05 Ophir Corporation Optical air data systems and methods
US8797550B2 (en) * 2009-04-21 2014-08-05 Michigan Aerospace Corporation Atmospheric measurement system
US20110166787A1 (en) * 2010-01-06 2011-07-07 Wind Products Inc. Methods and systems for locating wind turbines
US20120120230A1 (en) * 2010-11-17 2012-05-17 Utah State University Apparatus and Method for Small Scale Wind Mapping

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090046289A1 (en) * 2002-08-02 2009-02-19 Ophir Corporation Optical Air Data Systems And Methods
US20100312594A1 (en) * 2007-08-31 2010-12-09 Vestas Wind Systems A/S Wind Turbine Siting and Maintenance Prediction
CN101968353A (zh) * 2010-09-29 2011-02-09 清华大学 基于激光探测和图像识别的无人直升机地形跟踪方法
CN102506824A (zh) * 2011-10-14 2012-06-20 航天恒星科技有限公司 一种城市低空无人机***生成数字正射影像图的方法

Also Published As

Publication number Publication date
EP2527648A1 (en) 2012-11-28
CA2777864A1 (en) 2012-11-25
CA2777864C (en) 2019-10-29
US20120300986A1 (en) 2012-11-29
DK2527648T3 (en) 2019-02-18
CN102798379B (zh) 2016-06-29
EP2527648B1 (en) 2018-12-12
US8804998B2 (en) 2014-08-12

Similar Documents

Publication Publication Date Title
Giordan et al. The use of unmanned aerial vehicles (UAVs) for engineering geology applications
Giordan et al. The use of remotely piloted aircraft systems (RPASs) for natural hazards monitoring and management
Bühler et al. Photogrammetric reconstruction of homogenous snow surfaces in alpine terrain applying near-infrared UAS imagery
Hackl et al. Use of unmanned aerial vehicle photogrammetry to obtain topographical information to improve bridge risk assessment
Adams et al. Unmanned aerial vehicle data acquisition for damage assessment in hurricane events
CN102798379B (zh) 用于为风轮机确定地点的方法
JP2014137375A (ja) 飛行経路を判定するための方法
Madawalagama et al. Low cost aerial mapping with consumer-grade drones
McLeod et al. Using video acquired from an unmanned aerial vehicle (UAV) to measure fracture orientation in an open-pit mine
Hrabar An evaluation of stereo and laser‐based range sensing for rotorcraft unmanned aerial vehicle obstacle avoidance
Meyer et al. UAV-based post disaster assessment of cultural heritage sites following the 2014 South Napa Earthquake
Madden et al. 10 Unmanned Aerial Systems and Structure from Motion Revolutionize Wetlands Mapping
Hashim et al. Integration of low altitude aerial & terrestrial photogrammetry data in 3D heritage building modeling
Howell et al. Acquisition of data for building photogrammetric virtual outcrop models for the geosciences using remotely piloted vehicles (RPVs)
Tellidis et al. Photogrammetric image acquisition with small unmanned aerial systems
Meyer et al. Utility of low-cost drones to generate 3D models of archaeological sites from multisensor data
Starek et al. Application of unmanned aircraft systems for coastal mapping and resiliency
Kim et al. A study on generation of 3D model and mesh image of excavation work using UAV
Caballero et al. An automated UAV-assisted 2D mapping system for First Responders
Spranger et al. Towards drone-assisted large-scale disaster response and recovery
Croce et al. UAV-Based 3D Photogrammetry for Post-Earthquake Studies on Seismic Damaged Cities—A Case Study: Castelluccio Di Norcia
Ansari Use of point cloud with a low-cost UAV system for 3D mapping
Radford Best Practices when Using Multi-Rotor Consumer UAVs for Photogrammetric Mapping: Limitations and Possible Solutions
Anderson et al. Supporting remote sensing research with small unmanned aerial systems
Davis Multicopter-Based Small Format Aerial Photography Using Free And Open Source Photogrammetry

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20190724

Address after: Tango barley

Patentee after: Siemens Gamesa Renewable Energy

Address before: Munich, Germany

Patentee before: Siemens AG

CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160629