本发明涉及数据处理，特别涉及一种基于高分辨率风资源数据的风机布局方法及相关设备。
背景技术：
1、风能作为一种可再生清洁能源，广泛应用在风力发电领域，在近十几年来，大部分区域都开发有集中式风力发电项目或分散式风力发电项目，随着绿色低碳理念的深入人心，风电项目开发速度进一步加快。近年来，风力发电行业快速发展，随着相关补贴政策的退潮，风电项目的成功落地对相关成本管控提出了更严苛的要求。另一方面，大量风资源丰富的区域位于丘陵及山地地区，随着平原地区风电项的深度开发，新建风电项目更多的选在了复杂地形区域，这也给风电场的设计开发带来了一定的难度。
2、在风电项目的开发建设间，区域内限制性因素的排查和风机点位的资源分析及优选是衡量风电项目可行性及价值的重要依据，传统的设计方案是设计人员根据经验限制性因素的判别和手动进行机位点的排布。随着风电基地项目规划越来越大，风机台数越来越多，规划所需考虑的因素成几何倍增加。受设计人员的工作经验的局限性和设计周期等因素影响，风机点位选择通常难以达到最优的排布方案以及土地资源的最大化利用开发。
3、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本技术的目的在于提供一种基于高分辨率风资源数据的风机布局方法及相关设备，至少在一定程度上克服现有技术存在的问题，通过获取与待布机区域的标识信息相匹配的风机布局计算模型对待布机区域信息进行处理，综合考虑风速、风向、高程等因素，以及避开河流、建筑物等障碍，结合全国山顶和山脊线的地形特征，实现风机点位的优化布局。
2、本技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。
3、根据本技术的一个方面，提供一种基于高分辨率风资源数据的风机布局方法，包括：获取客户端发送的待布机区域信息；对所述待布机区域信息进行处理，生成带有标识信息的土地类型图像，其中，标识信息包括目标山顶点信息、山脊线信息和避让区域信息；对所述带有标识信息的土地类型图像进行处理，生成若干土地类型切片图像，其中，所述若干土地类型切片图像为高分辨率图像；获取存储有与所述标识信息相匹配的风机布局计算模型的服务器地址；若存储有所述风机布局计算模型的服务器的个数为多个，则获取多个服务器的业务负载状态；若所述业务负载状态最低的服务器为当前服务器，则获取与当前服务器所存储的与待布机区域的标识信息相匹配的初始风机布局计算模型；基于预设处理规则对所述初始风机布机计算模型进行处理，生成目标风机布局计算模型；基于所述目标风机布局计算模型对所述土地类型切片图像进行处理，生成待布机区域的风机发电潜力值；基于所述目标风机布局计算模型对所述风机发电潜力值进行处理，生成待布机区域的风机布机信息。
4、在本技术的一个实施例中，所述对所述待布机区域信息进行处理，生成带有标识信息的土地类型图像，包括：基于深度学习神经网络模型对所述待布机区域信息进行图像提取，生成待布机区域的地表信息图像；对所述待布机区域的地表信息图像进行灰度化处理，生成目标亮度的地表信息图像；对所述目标亮度的地表信息图像进行图像归一化处理，生成预设尺寸大小的地表信息图像；对所述预设尺寸大小的地表信息图像进行图像增强处理，生成土地类型图像，其中，所述土地类型图像包括土壤有机碳含量信息、土壤类型信息和石砾信息。
5、在本技术的一个实施例中，所述基于预设处理规则对所述初始风机布机计算模型进行处理，生成目标风机布局计算模型，包括：获取用于对所述风机布局计算模型进行更新的训练样本集；对所述训练样本集进行特征提取，确定原始特征库；根据所述原始特征库划分训练样本集，生成训练集和测试集；利用分类器对原始特征库所划分的各个测试集进行预测，确定预测结果；使用预设算法在原始特征库所划分的各个训练集进行训练，得到测试集类预测结果；根据预测结果以及测试集类预测结果，生成带有目标特征数据的训练样本集；基于所述带有目标特征数据的训练样本集对所述初始风机布机计算模型进行处理，生成目标风机布局计算模型。
6、在本技术的一个实施例中，基于所述目标风机布局计算模型对所述土地类型切片图像进行处理，生成待布机区域的风机发电潜力值，包括：获取若干土地类型切片图像对应的高程信息；基于所述高程信息获取不同土地类型切片图像对应的山顶点信息和山脊线信息；基于所述不同土地类型切片图像对应的山顶点信息和山脊线信息生成不同土地类型切片图像对应的风速值；对所述不同土地类型切片图像对应的风速值进行处理，生成待布机区域的风速值。
7、在本技术的一个实施例中，基于所述目标风机布局计算模型对所述土地类型切片图像进行处理，生成待布机区域的风机发电潜力值，还包括：所述目标风机布局计算模型包括用于获取待布机区域的风速值的计算公式，其中，所述待布机区域的风速值的计算公式为：
8、其中，ρ为密度(kg/m3)；i是是山脊线坐标；j是山顶点坐标；u为风速(m/s)；μ为动力黏性系数(pa·s)；μt为湍流动力黏度系数(pa·s)；ε为湍流动能耗散率(m2/s2)；sui为平均应变率张量。
9、在本技术的一个实施例中，基于所述目标风机布局计算模型对所述土地类型切片图像进行处理，生成待布机区域的风机发电潜力值，还包括：基于所述避让区域信息对所述待布机区域的风速值进行处理，生成风能排放值；基于所述风机布局计算模型对所述风能排放值和所述待布机区域的风速值进行处理，生成待布机区域的风机发电潜力值；所述风机布局计算模型包括用于获取待布机区域的风机发电潜力值的计算公式，其中，所述待布机区域的风机发电潜力值的计算公式为：其中，ef为待布机区域的风机发电潜力值，qreq为风能排放值，q为待布机区域的总风能值，δ为co浓度，qco为待布机区域co排放量，p0为标准大气压，p为待布机区域大气压，t为待布机区域夏季气温，t0为标准气温。
10、在本技术的一个实施例中，所述基于风机布局计算模型对所述风机发电潜力值进行处理，生成待布机区域的风机布机信息，包括：获取预设风机布机值；基于风机布局计算模型对所述待布机区域的风机发电潜力值进行处理，生成初始风机布机值；基于所述预设风机布机值对所述初始风机布机值进行处理，生成目标风机布机值。
11、本技术的另一个方面，一种基于高分辨率风资源数据的风机布局装置，其特征在于，所述装置包括：获取模块，用于获取客户端发送的待布机区域信息；获取存储有与所述标识信息相匹配的风机布局计算模型的服务器地址；处理模块，用于对所述待布机区域信息进行处理，生成带有标识信息的土地类型图像，其中，标识信息包括目标山顶点信息、山脊线信息和避让区域信息；对所述带有标识信息的土地类型图像进行处理，生成若干土地类型切片图像，其中，所述若干土地类型切片图像为高分辨率图像；若存储有所述风机布局计算模型的服务器的个数为多个，则获取多个服务器的业务负载状态；若所述业务负载状态最低的服务器为当前服务器，则获取与当前服务器所存储的与待布机区域的标识信息相匹配的初始风机布局计算模型；基于预设处理规则对所述初始风机布机计算模型进行处理，生成目标风机布局计算模型；基于所述目标风机布局计算模型对所述土地类型切片图像进行处理，生成待布机区域的风机发电潜力值；基于所述目标风机布局计算模型对所述风机发电潜力值进行处理，生成待布机区域的风机布机信息。
12、根据本技术的再一个方面，一种电子设备，其特征在于，包括：第一处理器；以及存储器，用于存储所述第一处理器的可执行指令；其中，所述第一处理器配置为经由执行所述可执行指令来执行实现上述的基于高分辨率风资源数据的风机布局方法。
13、根据本技术的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被第二处理器执行时实现上述的基于高分辨率风资源数据的风机布局方法。
14、根据本技术的又一个方面，提供一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被第三处理器执行时实现上述的基于高分辨率风资源数据的风机布局方法。
15、本技术所提供的一种基于高分辨率风资源数据的风机布局方法及相关设备，由服务器获取客户端发送的待布机区域信息；对待布机区域信息进行处理，生成带有标识信息的土地类型图像，其中，标识信息包括目标山顶点信息、山脊线信息和避让区域信息；对带有标识信息的土地类型图像进行处理，生成若干土地类型切片图像，其中，若干土地类型切片图像为高分辨率图像；获取存储有与标识信息相匹配的风机布局计算模型的服务器地址；若存储有风机布局计算模型的服务器的个数为多个，则获取多个服务器的业务负载状态；若业务负载状态最低的服务器为当前服务器，则获取与当前服务器所存储的与待布机区域的标识信息相匹配的初始风机布局计算模型；基于预设处理规则对初始风机布机计算模型进行处理，生成目标风机布局计算模型；基于目标风机布局计算模型对土地类型切片图像进行处理，生成待布机区域的风机发电潜力值；基于目标风机布局计算模型对风机发电潜力值进行处理，生成待布机区域的风机布机信息。通过获取与待布机区域的标识信息相匹配的风机布局计算模型对待布机区域信息进行处理，综合考虑风速、风向、高程等因素，以及避开河流、建筑物等障碍，结合全国山顶和山脊线的地形特征，实现风机点位的优化布局。
16、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
1.一种基于高分辨率风资源数据的风机布局方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述对所述待布机区域信息进行处理，生成带有标识信息的土地类型图像，包括：
3.如权利要求1所述的方法，其特征在于，所述基于预设处理规则对所述初始风机布机计算模型进行处理，生成目标风机布局计算模型，包括：
4.如权利要求1所述的方法，其特征在于，基于所述目标风机布局计算模型对所述土地类型切片图像进行处理，生成待布机区域的风机发电潜力值，包括：
5.如权利要求4所述的方法，其特征在于，基于所述目标风机布局计算模型对所述土地类型切片图像进行处理，生成待布机区域的风机发电潜力值，还包括：
6.如权利要求4所述的方法，其特征在于，基于所述目标风机布局计算模型对所述土地类型切片图像进行处理，生成待布机区域的风机发电潜力值，还包括：
7.如权利要求1所述的方法，其特征在于，所述基于风机布局计算模型对所述风机发电潜力值进行处理，生成待布机区域的风机布机信息，包括：
8.一种基于高分辨率风资源数据的风机布局装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被第二处理器执行时实现权利要求1～7中任意一项所述的基于高分辨率风资源数据的风机布局方法。
