基于杂波特性的气象雷达风电场杂波抑制

发布时间：2020-08-28 11:30

　　随着我国风力发电产业的高速发展,风电场的建设可能对现有的气象雷达等设备的工作性能造成不容忽视的严重干扰。风轮机作为一种特殊的高大运动障碍物会导致气象雷达产生探测盲区,叶片的旋转和桅杆的强反射会影响气象目标参数估计的准确性,传统的地杂波抑制技术无法彻底消除这种具有旋转特性的风电场杂波。因此,研究气象雷达风电场杂波抑制技术,对提高气象雷达气象预报准确性,降低风电场选址要求等具有重要意义。本文首先建立气象雷达的气象目标和风电场杂波模型,在此基础上,研究气象目标的群聚弥散特性以及风电场杂波的循环平稳特性,为后续风电场杂波抑制技术提供理论指导。其次,基于气象目标和风电场杂波的不同运动特征,根据风轮机转速、参考叶片初始角以及观测方位角三个参数构造杂波字典,利用Bessel大地主题反解算法估计气象雷达与风轮机相对距离和方位角相关参数,提取杂波污染区数据,基于匹配追踪技术实现扫描模式气象雷达风电场杂波抑制。最后,针对匹配追踪算法中杂波字典矩阵固定,从而导致雷达回波中的随机干扰所引起的杂波抑制性能下降的问题,论文将图像处理中的K-SVD算法应用到风电场杂波抑制。该方法选择只含风轮机杂波数据作为训练样本建立字典矩阵,利用奇异值分解技术不断更新字典矩阵和系数矩阵直到收敛,并实现杂波抑制。仿真数据以及实测数据的实验结果表明,该方法能够有效抑制风电场杂波。同时考虑到该算法中字典训练及更新需要消耗大量计算资源,利用风轮机的朝向角和叶片转速等先验信息,降低训练样本规模,从而提高字典的更新速度及运算效率。在此基础上,将其与匹配追踪算法进行了对比分析,给出了各自的优劣性及适用条件。
【学位单位】：中国民航大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN959.4;TM614
【部分图文】：

风力发电,装机容量,世界,变化趋势

据全球风能理事会（Global Wind Energy Council, GWEC）预测[1]，到 2023 年，每年新增装机容量至少可达 55GW。2017 年全球风能理事会报告中显示[2]，近十多年以来，世界风力发电累计装机容量呈现飞速增长的趋势，如图 1-1 所示，截止到 2017 年12 月底，全球累计风电装机容量为 539.1GW。我国风力发电累计装机容量自 2010 年持续居于世界首位，2017 年我国风力发电累计装机容量在世界占比中高达 35%，是世界排名第二的美国（占比 17%）的双倍之多，如图 1-2 所示。我国可利用的风能资源较为丰富，近年来风电产业逐步进入高速发展状态，是继水力发电之后最不可或缺的可再生清洁能源，在今后能源产业中很可能发挥着领军作用。据了解，随着我国不断增加对可再生新能源的支持力度，推动开发各类清洁能源，最终替代现有的化石天然能源，是未来发展的必然趋势走向。风力发电产业的未来发展前景十分可观[3]，预计在将来的很长一段时间内，风能将作为一种无污染的清洁能源持续保持着飞速发展状态，发挥着不可估量的社会效益以及经济价值。

风力发电,装机容量,占比,世界

中国民航大学硕士学位论文，与扫过的面积以及风的速度成比例，基于这些因素，为了电场的规模在不断扩建，风轮机也往往采用更高的轮毂和更过百米，叶轮直径也常在百米左右，并且为了提高风能利用势。风轮机作为一种高大的发电设备，不仅对自然环境和生的电磁环境影响不同于常见的障碍物的影响，对现有的雷达生不容忽视的电磁影响。例如，降低雷达的工作灵敏度和设比一般静态杂波的影响更为恶劣、更难消除。

示意图,字典,示意图,列向量

中国民航大学硕士学位论文的风电场杂波数据集Y中随机选取 K 个向量（初始化字典A的列向量，A的列向量也称为原得到每个信号样本iy 对应的稀疏系数向量ix ，即 202 0. , 1, 2, ,i ix s t x T i …… N化的字典A不是最优的，为此需要在满足稀疏新字典矩阵是逐列进行的，通过逐列迭代， k 个列向量更新示意图如图 4-1 所示。

【相似文献】