一种风力发电场气象监测系统的制作方法

1.本发明属于风力发电监控技术领域，尤其涉及一种风力发电场气象监测系统。


背景技术：

2.随着传统能源形式的严峻，清洁能源如风能、太阳能等得到了广泛的发展、相关技术的研发成为热点。在建立风力发电场时，需要对建立场所的环境气象情况进行监控，确保该地的气象环境适合采用风力发电。因此，气象要素测量方法研究具有重要的意义。早期的测量模块无论是结构上还是测量方法上都比较简单，大多数情况下就是使用一些简单的仪器仪表，人工进行测量，虽然整个模块的成本比较低，但可靠性不强、效率低下、实现的功能单一。随着电子技术、计算机技术、现代控制技术的发展，风电场环境气象检测模块得到不断的发展与完善，但很多模块的硬件电路设计复杂、投资成本高、不易维护、不适于野外环境复杂的场合使用。
3.通过上述分析，总结现有技术存在的问题及缺陷为：
4.1、可靠性不强、效率低下、实现的功能单一。
5.2、很多模块的硬件电路设计复杂、投资成本高、不易维护、不适于野外环境复杂的场合使用。


技术实现要素：

6.本发明的目的在于提供一种风力发电场气象监测系统，解决了现有技术中存在的上述不足。
7.为了达到上述目的，本发明采用的技术方案是：
8.本发明提供的一种风力发电场气象监测系统，包括：
9.用于采集当前位置大气压强的大气压强检测模块；
10.用于采集当前位置温湿度信息的温湿度检测模块；
11.用于采集当前位置风速信息的风速检测模块；
12.用于采集当前位置坐标信息的gps定位模块；
13.用于将接收到的当前位置的大气压强、温湿度信息、风速信息和坐标信息进行处理的数据处理模块。
14.优选地，所述大气压强检测模块为数字气压传感器。
15.优选地，所述温湿度检测模块为数字温湿度传感器。
16.优选地，所述风速检测模块包括风速传感器、信号放大电路以及模数转换器，其中，所述风速传感器的输出端连接信号放大电路；所述信号放大电路的输出端连接模数转换器。
17.优选地，所述gps定位模块为gps定位器。
18.优选地，所述数据处理模块还连接有用于对采集到的数据信息进行显示的显示模块。
19.优选地，所述数据处理模块通过通信传输模块连接有上位机。
20.优选地，所述通信传输模块为无线通信模块或有线通信模块。
21.与现有技术相比，本发明的有益效果是：
22.本发明提供的一种风力发电场气象监测系统，结构简单而且容易理解，节省了开发的成本，而且采集的数据可靠性强，采集效率高，除此之外还能同时采集多种气象数据，并且广泛的适用于各种环境，模块工作的稳定性很高。
附图说明
23.图1是本发明实例提供的风力发电场气象监测系统的结构示意图；
24.图2是本发明实例提供的风速检测模块结构示意图；
25.图3是本发明实例提供的数据处理模块对数据进行处理转换的方法流程图；
26.图4是本发明实例提供的对数据进行清洗处理的方法流程图；
27.图5是本发明实例提供的数据分类方法的流程图。
具体实施方式
28.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
29.如图1至图5所示，本发明提供的一种风力发电场气象监测系统，包括：通信传输模块、大气压强检测模块、温湿度检测模块、风速检测模块、数据处理模块、显示模块和gps定位模块，其中：
30.所述通信传输模块的输出端与上位机相连接。
31.温湿度检测模块、风速检测模块、大气压强检测模块的输出端与数据处理模块的输入端相连接。
32.数据处理模块的输出端与显示器及通信传输模块的输入端相连接。
33.所述大气压强检测模块包括数字气压传感器，所述数字气压传感器用于采集大气压强。
34.所述温湿度检测模块包括数字温湿度传感器，所述数字温湿度传感器用于采集温湿度信息。
35.所述风速检测模块包括风速传感器、信号放大电路以及模数转换器，其中，所述风速传感器用于采集风速信息，并将采集到的风速信息传输至信号放大电路；所述信号放大电路的输出端连接模数转换器，用于将采集到的风速信息转化为风速值。
36.所述gps定位模块包括gps定位器，所述gps定位器用于对当前监测位置的坐标进行采集。
37.所述数据处理模块用于将采集的当前位置坐标与当前位置的采集数据进行对应。统一保存。
38.所述数据处理模块还连接有显示模块和通信传输模块，其中，显示模块用于显示接收到的数据信息；所述通信传输模块用于存储接收到的数据信息，并将接收到的数据信息传输至上位机。
39.通信传输模块采用有线或无线方式进行信号传输，所述无线方式为4g信号传输、5g信号传输或gms信号传输。
40.本发明实例中的数据处理模块对数据进行处理转换中，采用的具体步骤包括：
41.s101，首先对数据进行清洗处理，清洗掉采集数据中的冗余数据；
42.s102，对清洗后的数据进行分类处理，得到不同类型的数据参数；
43.s103，将不同类型的数据参数进行分别打包，并发送到显示模块及通信传输模块。
44.如图4所示，本发明实例中的步骤s101中，所述对数据进行清洗处理包括：
45.s201，将适用同一清洗策略的源数据划分为同一组并进行处理；
46.s202，根据所述清洗策略信息对相应的源数据进行排序依次进行处理；
47.s203，根据每个源数据所需的处理时长从大到小依次对所有所述源数据进行排序并依次进行处理；
48.s204，对源数据中同一类型的连续数据中的相同数值进行清理，只保留中间时间点的一个数值。
49.如图5所示，本发明实例中的步骤s102中，对清洗后的数据进行分类处理采用的数据分类方法包括：
50.s301，基于多任务学习机制和分布式深度学习模块构建多任务分类模型，并对各类任务通过共享编码器进行编码；
51.s302，根据多标签分类任务和层次分类任务交替对各类任务分类模型进行解码并得到分类标签；
52.s303，根据分类标签中的关键字对采集数据中关键字进行对应关联，得到与采集数据对应的关键字，将具有相同关键字的数据划分为同一种类。
53.本发明的结构简单而且容易理解，节省了开发的成本，而且采集的数据可靠性强，采集效率高，除此之外还能同时采集多种气象数据，并且广泛的适用于各种环境，模块工作的稳定性很高。
54.应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
55.以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。