(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211362731.1 (22)申请日 2022.11.02 (71)申请人 南京信息 工程大学 地址 210000 江苏省南京市浦口区宁六路 219号 (72)发明人 袁金龙　夏海云　舒志峰　董晶晶　 (74)专利代理 机构 北京众合诚成知识产权代理 有限公司 1 1246 专利代理师 陈国强 (51)Int.Cl. G06F 30/28(2020.01) G06F 16/21(2019.01) G06T 17/20(2006.01) G06F 113/08(2020.01) G06F 119/14(2020.01) (54)发明名称 基于CFD模拟和测风激光雷达的风场重建方 法及系统 (57)摘要 本发明公开了基于CFD模拟和测风激光雷达 的风场重建方法及系统， 属于大气风场测量领 域， 基于CFD模拟和测风激光雷达的风场重建方 法及系统， 在进行边界条件离散时， 根据目标区 域风速风向的概率分布来进行边界条件离散， 可 减少计算工况并节约计算 成本， 在测风激光雷达 实测数据与CFD数据库匹配前， 先根据测风激光 雷达实测结果进行分块处理， 充分考虑了实际风 场常常出现风速风向转变情况， 在进行CFD数据 匹配时， 根据反演精度来确定加权系数， 提高了 匹配精度， 充分利用了测风激光雷达测风精度高 的特点和CFD模拟风场信息全的特点， 弥补了测 风激光雷达采样空间有限， 容易受挡的缺点， 弥 补了CFD难以模拟多变的复杂环境的缺 点。 权利要求书2页 说明书7页 附图3页 CN 115408962 A 2022.11.29 CN 115408962 A 1.基于CFD模拟和 测风激光雷达的风场重建方法， 其特 征在于： 包括以下步骤： S1、 根据局部区域的地形和建筑， 进行网格划分， 对计算 域进行离 散化， 建立CFD模型； S2、 根据测风激光雷达历史探测数据和当地气象日志， 统计出计算域的风速风向概率 密度分布； S3、 对CFD模型的边界条件进行离散化， 覆盖所有可能出现的来流条件， 对风速风向概 率密度分布大的工况进行加密离 散化， 建立CFD数据库； S4、 测风激光雷达进行不同仰角的实时PPI扫描， 反演出径向风速、 水平风速和风向， 根 据风速风向对计算域的风场进行分块处理 （V1， V2...V n）,对每个 分块分别匹配出最接近的 CFD数据库， 对于均匀风场则直接匹配不需要分块处 理； S5、 多源数据融合， 用匹配的数据库， 填补激光雷达盲区和其未为探测区域的风场结 果， 从而获得整个 计算域内的完整的精细三维风场数据S0； S6、 根据雷达实测边界条件和三维风场S0作 为初始场， 激活CFD模拟程序可对未来三维 风场分布进行 预测。 2.根据权利要求1所述的基于CFD模拟和测风激光雷达的风场重建方法， 其特征在于： S1中， 所述CFD模型包括计算网格、 边界条件、 计算 域、 湍流模型和CFD求 解器。 3.根据权利要求2所述的基于CFD模拟和测风激光雷达的风场重建方法， 其特征在于： 所述CFD模型的计算域为圆柱形， 下边界为无滑移 壁面边界条件， 上边界条件为对称边界条 件， 前方来流为速度入口。 4.根据权利要求1所述的基于CFD模拟和测风激光雷达的风场重建方法， 其特征在于： S2中， 通过当地气象局获得气象日志中风速风向数据。 5.根据权利要求1所述的基于CFD模拟和测风激光雷达的风场重建方法， 其特征在于： S2中， 通过提前布置测风激光雷达进行长期观测试验， 统计出目标区域的风速风向概率密 度分布。 6.根据权利要求1所述的基于CFD模拟和测风激光雷达的风场重建方法， 其特征在于： S3中， 在进 行边界条件离散时， 对风速风向概率密度分布大的工况进 行加密离散化处理； 对 于风速风向概 率密度低的情况， 设置梯度更稀疏的计算工况。 7.根据权利要求6所述的基于CFD模拟和测风激光雷达的风场重建方法， 其特征在于： S3中， 仅保留目标区域网格节点位置(x,y,z)和风场数据 （u,v,w）,x为水平方向坐标、 y侧向 坐标， w为竖直方向坐标， u为南北方向分速度、 v东西分速度、 w为竖直分速度， 并记录目标区 域的平均风速 。 8.根据权利要求1所述的基于CFD模拟和测风激光雷达的风场重建方法， 其特征在于： S4中， 对于存在风速风向突变、 阵风情况下， 不同区域的风场流入情况不同， 此时则根据目 标区域的风速和风向分布进行分块处理， 相 邻距离门风速差异小于第一阈值W 1且风向差异 小于第二阈值D1， 分类为同一块区域， 将 探测区域分为 （V1， V2...Vn） ， 对每个分块分别匹配 出最接近的CFD数据库 （C1， C2. ..Cn） ； 罚函数 为： 其中：权　利　要　求　书 1/2 页 2 CN 115408962 A 2其中， 和 分别为分速度项和径向速度项， 和 为对应的加权系数， ， ， 和 分别为雷达反演的南北方向分速度、 东西方向分速度， 竖直方向分 速度和径向速度， ， 和 分别为CFD模拟数据库中的南北方向分速度、 东西 方向分速度和竖直 方向分速度， 和 分别为方位角和俯仰角， 为网格节 点三维坐标的标号； 所示加权系数 和 由雷达反演的南北方向分速度、 东西方向分速度， 竖直方向分速 度和径向速度的反演精度决定， 反演精度越高， 则对应的加权系数应设置的越大。 9.根据权利要求1所述的基于CFD模拟和测风激光雷达的风场重建方法， 其特征在于： S5中， 所述完整的精细三维风速数据S 0包括实测风场数据和CFD模拟数据， 所述完整的精细 三维风速数据S0中有实测风场数据计算网格节点， 直接保留实测数据， 没有实测风场数据 的计算网格节点， 则采用匹配的CFD模拟数据。 10.应用于如权利要求1 ‑9任一所述的基于CFD模拟和测风激光雷达的风场重建方法的 系统， 其特 征在于： 包括： CFD模型模块， 用于根据目标区域的地形和建筑的几何参数建立目标区； CFD数据库建立模块， 根据目标区域的风速风向分布的概率分布， 对CFD边界条件进行 离散化， 并分别求解这些计算工况， 批量输出节点坐标和风速， 建立目标区域的CFD风场数 据库； 风场实时采集模块， 基于测风激光雷达实时对目标区域的风场进行采样； CFD数据库匹配模块， 用于实测数据和CFD数据库匹配； 多源数据融合模块， 用于实测数据和CFD模拟数据的融合； 三维风场预测模块， 基于初始场， 求 解未来风场变化。权　利　要　求　书 2/2 页 3 CN 115408962 A 3