用于3D激光测风雷达的智能化故障检测及测风系统

本申请涉及激光测风，尤其涉及一种用于3d激光测风雷达的智能化故障检测及测风系统。

背景技术：

1、激光测风雷达是一种用于动力与电气工程、能源科学技术领域的大气探测仪器，于2016年6月7日启用。通过激光测风雷达精确测量水平风速，垂直风速，温度，风向，风切变和湍流强度。但是目前激光测风雷达维护成本高，出现问题的区域不易确定，需要专业技术人员进行定期维护。

技术实现思路

1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此，本申请的目的在于提出一种用于3d激光测风雷达的智能化故障检测及测风系统图，旨在利用先进的可信人工智能和数据分析技术，实现故障自诊断和重构、精确的风速反演和高效的测风任务规划，以提高机舱式测风雷达系统的性能和可靠性。

3、为达上述目的，本申请实施例提出了一种用于3d激光测风雷达的智能化故障检测及测风系统，包括：

4、自主故障检测模块，用于对所述激光测风雷达的软件部分进行自主故障检测；

5、自主生成故障重构策略模块，用于基于所述自主故障检测模块的自主故障检测结果自主生成重构策略，以保证所述激光测风雷达的连续工作；

6、自适应风速风向反演模块，用于对所述激光测风雷达所处风场中的风速风向进行反演，以使所述激光测风雷达及时适应地面风场的变化；

7、自主测风任务规划模块，用于根据远程下达的测风区域和指令，自主规划测风任务，实现所述激光测风雷达所处风机站点的风场测量、风能评估和风机周围的风场信息获取。

8、其中，自主故障检测模块包括：

9、实时监测报警单元，用于实时监测激光测风雷达的工作状态和数据输出，并在发现异常情况时，能够及时发出警报并提供相关的故障信息，以便运维人员能够迅速采取恰当的措施进行维修和排除故障；

10、异常检测单元，用于自动检测并识别所述实时监测报警单元发现的异常情况，以确保系统正常工作；

11、故障诊断、记录和分析单元，用于根据所述异常情况提供故障诊断功能，记录和保存故障信息，同时通过分析已有的故障模式和历史数据，结合可信人工智能算法，快速准确地识别故障，辅助运维人员确定故障原因和故障位置；

12、长期稳定性监测单元，用于对激光测风雷达的长期稳定性进行监测，检测并分析可能导致系统性能下降的因素，以提前预防或修复潜在故障；

13、故障预测和预警单元，用于根据历史数据和故障模式分析，可以进行故障预测和预警，提前发现潜在故障，减少因故障造成的不可预见的停机或损失。

14、其中，故障诊断、记录和分析单元记录和保存故障信息至少包括故障时间、故障类型、故障处理过程；所述长期稳定性监测单元检测并分析可能导致系统性能下降的因素至少包括传感器老化和光路漂移。

15、其中，自主生成故障重构策略模块的重构策略包括自动调整参数或扫描模式、重启模块、重新校准光学系统、自主修复和优化；其中，

16、所述重构策略由可信人工智能算法生成，确保系统故障时仍能提供准确可靠的测风数据。

17、其中，自主生成故障重构策略模块生成所述重构策略的逻辑为：

18、自动重启和恢复：当发现所述激光测风雷达出现临时性故障或异常情况时，能够自动进行重启或恢复操作，以尽快恢复正常工作状态，减少因故障带来的停机时间；

19、自主修复和优化：在检测到所述激光测风雷达出现故障或异常情况后，软件部分自动进行简单的修复和优化措施，以恢复所述激光测风雷达性能并提升测量精度。

20、其中，自适应风速风向反演模块包括：

21、数据预处理单元，用于对所述激光测风雷达采集到的原始数据进行预处理，包括数据一致性检查、异常值剔除、背景噪声过滤和频谱累加，以提高数据质量和准确性；

22、反演模型自适应优化单元，用于建立反演模型，通过分析不同方位角下的激光回波信号以及相应的多普勒频移信息，反推出风速矢量的估计值；

23、反演结果评估单元，用于对反演结果进行评估和验证，比较反演风速与参考数据的一致性和相对误差，以评估算法的准确性和可靠性。

24、其中，反演模型自适应优化单元通过对反演模型进行自适应优化，根据反演结果与实际测量数据的差异，根据新的激光回波信号和多普勒频移数据、气象观测数据、测风塔数据，实时更新反演模型和参数，动态调整模型参数，进一步提高风速反演的准确性和稳定性。

25、其中，自主测风任务规划模块包括：

26、环境信息感知单元，用于通过所述激光测风雷达的历史数据和实时数据、气象数据手段实时感知当前的环境信息；

27、任务需求分析单元，用于通过输入或预设的任务需求，分析对测风任务的具体要求；

28、任务规划单元，用于基于环境信息数据和任务需求分析，自动规划最佳的测风任务；

29、数据分析与风能评估单元，用于根据所收集到的实时测风数据进行分析和风能评估，利用实测风能信息的数据和风机性能模型，评估风机站点的风能利用情况，提供风能评估报告和建议。

30、其中，环境信息至少包括风速、风向、温度、湿度的气象参数。

31、其中，输入或预设的任务需求至少包括测量的方式、范围和精度，测量一次需要的时间和周期，观测时间段的安排；自动规划最佳的测风任务的优化目标是最大化测量范围、最小化观测时间或最大化测量精度。

32、区别于现有技术，本发明提供的一种用于3d激光测风雷达的智能化故障检测及测风系统，包括自主确定故障信息、自主生成故障的重构策略、自适应的风速反演算法，以及自主的测风任务规划。该系统利用先进的可信人工智能和数据分析技术，实现故障自诊断和重构、精确的风速反演和高效的测风任务规划，以提高机舱式测风雷达系统的性能和可靠性。

33、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

技术特征：

1.一种用于3d激光测风雷达的智能化故障检测及测风系统，其特征在于，包括：

2.根据权利要求1所述的用于3d激光测风雷达的智能化故障检测及测风系统，其特征在于，所述自主故障检测模块包括：

3.根据权利要求2所述的用于3d激光测风雷达的智能化故障检测及测风系统，其特征在于，所述故障诊断、记录和分析单元记录和保存故障信息至少包括故障时间、故障类型、故障处理过程；所述长期稳定性监测单元检测并分析可能导致系统性能下降的因素至少包括传感器老化和光路漂移。

4.根据权利要求1所述的用于3d激光测风雷达的智能化故障检测及测风系统，其特征在于，所述自主生成故障重构策略模块的重构策略包括自动调整参数或扫描模式、重启模块、重新校准光学系统、自主修复和优化；其中，

5.根据权利要求4所述的用于3d激光测风雷达的智能化故障检测及测风系统，其特征在于，所述自主生成故障重构策略模块生成所述重构策略的逻辑为：

6.根据权利要求1所述的用于3d激光测风雷达的智能化故障检测及测风系统，其特征在于，所述自适应风速风向反演模块包括：

7.根据权利要求6所述的用于3d激光测风雷达的智能化故障检测及测风系统，其特征在于，所述反演模型自适应优化单元通过对反演模型进行自适应优化，根据反演结果与实际测量数据的差异，根据新的激光回波信号和多普勒频移数据、气象观测数据、测风塔数据，实时更新反演模型和参数，动态调整模型参数，进一步提高风速反演的准确性和稳定性。

8.根据权利要求1所述的用于3d激光测风雷达的智能化故障检测及测风系统，其特征在于，所述自主测风任务规划模块包括：

9.根据权利要求8所述的用于3d激光测风雷达的智能化故障检测及测风系统，其特征在于，所述环境信息至少包括风速、风向、温度、湿度的气象参数。

10.根据权利要求8所述的用于3d激光测风雷达的智能化故障检测及测风系统，其特征在于，所述输入或预设的任务需求至少包括测量的方式、范围和精度，测量一次需要的时间和周期，观测时间段的安排；自动规划最佳的测风任务的优化目标是最大化测量范围、最小化观测时间或最大化测量精度。

技术总结
本申请提出一种用于3D激光测风雷达的智能化故障检测及测风系统，包括自主确定故障信息、自主生成故障的重构策略、自适应的风速反演算法，以及自主的测风任务规划。该系统利用先进的可信人工智能和数据分析技术，实现故障自诊断和重构、精确的风速反演和高效的测风任务规划，以提高机舱式测风雷达系统的性能和可靠性。

技术研发人员：刘玉山,陈政坤,王灵梅,石娟娟,贾成真,雷将峰,姬继文,孟恩隆
受保护的技术使用者：山西大学
技术研发日：
技术公布日：2024/4/17