金风科技陈飞 ：基于无人机、空间分析和GoldFoam的GoldFarm平台革新微观选址

2017年10月16日-19日，2017北京国际风能大会（CWP2017）在北京隆重召开。在中国国际展览中心（新馆）“风电场微观选址技术”专场，新疆金风科技股份有限公司，风资源工程师陈飞发表 “基于无人机、空间分析和GoldFoam的GoldFarm平台革新微观选址” 主旨演讲。

以下为演讲内容：

陈飞：大家早上好，这次是我第二次来参加风能展，然后是第二次站在讲台上给大家分享一些我的一些工作。然后去年我是参加了低风速论坛，然后带给大家一个GoldFarm的一个，然后我们GoldFarm的一个应用。今天我不止带来了我们GoldFarm下一代算法GoldLES以及我们的GoldFarm平台，给大家介绍一下。

我这次演讲的题目叫做“GoldFarm的技术平台核心微观选址”，这个平台是基于无人机技术，然后汇报人陈飞。

乔布斯曾经说过一句话“创新就是把各种事物整合在一起”这也是我为什么去做一个GoldFarm平太的一个初衷，我们是为了把各种的技术整合在一起。在这里的话我们是整合了无人机技术、GIS时空分析、CFD技术融合，这是GoldFarm平台。

首先大家先看一下我们现有的微观选址的软件的一个截图，这是一个商业软件的一个截图，然后叠加了一个风图谱，它的地面是一个从二维很粗糙的一个地面，然后叠加一个比较粗糙的一个图。这现在是我们微观选址的单维度世界，这是我带来的一个GoldFarm平台。我把它定义成为一个多维度的世界，它能展示出更真实准确和快速的一个选址平台。在这个平台上，我们用了无人机的…技术从无人机用户定义无人机去飞风场，然后带来我们100GB以上的数据，然后进行一个二维到三维的一个重建，然后形成现在的这个非常真实的一个风电场的样子。然后现在这个主要的一个功能在我们GoldFarm平台上。

乔布斯还说过一句话，不要小看iPod上的一个按钮。我们做过了很多方案，很多个测试和很多个改进，都是为了用户的满意度。在我们这个平台我们做了三个比较重大的事情，储存了技术数据库高达TB级别，海量无人机数据高达100GB一个风场，已经完成了几次风场的测试。单位模拟的仿真累计完成百百万核时的计算，这是我们GoldFarm平台的一个测试和主要的工作量。

我这次演讲的内容包括GoldFarm平台的介绍，然后是无人机技术的一些分析，然后GoldFarm和GoldLES使这个平台仿真更精确。

最后一个是亚马逊计算和（04：43）使这个计算更快速，然后左边这个图是我们GoldFarm平台，把GoldLES算的尾流的结果把它用三维的真实的场景展示出来的一个效果。

然后GoldFarm平台的技术介绍，无人机技术兼容了中国地区绝大多数无人机，现在可以用固定翼和旋翼的无人机都行，然后是无人机数据云计算的处理。因为我们现在计算量非常大，我们的无人机数据高达100GB级别，所以我们得进行云计算的处理，上传到亚马逊然后进行一个分布式计算，形成一个三维的高精度的地形。

基于这个无人机技术，我们的地形的高精度可以达到十厘米级别，这是一个真正的没法想象的一个级别。基于技术的数据空间分析，然后进行一些图像识别的一些技术，三维仿真计算我们GoldFarm平台里面包含了一个GoldFoam，我去年GoldFoam风稳定度的一个算法，包括后面GoldLES不同尾流的一个计算，包括我们现在网格数量，理论上是没有限制。然后仿真的计算的速度也非常快，半径能够拿到一个结果。

三维展示方面的话，我们是具有GB级别的仿真计算的三维显示技术以及三维的地形的显示技术以及优化排布和自动排布的一个技术。

首先我来介绍一下无人机和技术算法，在无人机上我们基于亚马逊云搭建了一个SDK，然后进行进行一个多线值的快速处理，进行三维建模的一个过程。然后无人机数据的处理速度提效50%以上，相比于现在的三维软件来说，我们这个无人机技术的三维建模也是基于我们自己算法去进行的。然后无人机数据三维重建的技术，我们自有的算法进行工厂级别的百公里级别的三维图片建模，然后精度可以达到十厘米左右，然后输出各种不同的格式，连链接各种不同需求，像我们后面的道路设计或者我们后面的一些三维的建模设计都可以用这些技术。

然后这是空间算法，基于自有的分析算法，然后是对地形进行一些自动拼接技术识别。然后现在我展示的是两张图，左边一张图是谷歌的图，叠加上我们的那个无人机的影像图，从这里我们可以很明显的看到，我们平常谷歌影像图和我们飞机影像图是有很大差别，我们飞机影像图里面可以直接可以看到道路、房屋和一些精细化的一影像。然后右边是我们进行了三维建模以后，我们的纯三维的一个图的展示。在上面我们可以看到很精细化的房屋的颜色，屋顶是什么样子的，颜色是什么样子的。房屋旁边是有工厂还是有些坟墓，还是有些其他限制性因素，然后树木也是一个非常真实的树木，我们从这些影像中也提取出了树木的高度，进行一个仿真技术。

现在我来介绍一下我们的GoldFarm和GoldX的仿真计算，也包含了一些功能，大气层的分割线、风结构网格、大气的稳定度、自动盘。这是森林三维的模型，（08：48）物流。

现在我先介绍一个案例，这个案例是我在今年参加会议时候介绍这个案例，这个案例介绍的一个基础在于在这个山梁上排布了许多风机，风机会受到很多尾流的影响，在这里我们进行了自动盘的尾流的一个仿真计算，然后可以看出自动盘和现在PARK模型的一些差别，这些我们用的是一个风结构的均匀加密的一个吻合，我们可以看到在这个山梁上我们是对山梁进行一个精细化的产品，像其他的山坡或者是山谷我们进行一个疏密的加密。

我们对自动盘也是进行了更精密的讲理，一个自动盘就有1300个计算单元。这是一个结构的展示，这个项目拥有了PARK模型以及自动盘模型的仿真计算。很明显在PARK模型上我们可以看出他们会有很多的间隔，这就是因为PARK模型、线性模型带来的一些影响，没有通过山或者没有通过一些复杂的区域的时候，它就会产生这样的情况。但是自动盘模型我们的分散是非常的均匀，非常漂亮的。

然后结果显示的话，我们的自动盘模型比PARK模型总体的误差降低了20%-50%左右，然后在个别点位，它的误差更明显。

后面我来介绍一下我们现在做的GoldLES介绍，这边有几个视频给大家看一下。右下角是一个复杂山地，很幸运我们当天去的时候拍到了，正好在这个有云雾缭绕的时候，它的气流分离的现象很明显，这台风机前面的山流对它的影响。

左边的话，这是我们基于这个项目用模拟仿真，可以很明显的看到确实在这四台风机上面，越过这个山头的时候会产生很明显的气候分离现象，这个大红色代表气流丰富比较大的区域。这个是这四台风机的一个情况，然后从这里我进行了一些其他的一些仿真计算。

在这里我们可以看到这个仿真计算结果，这是大雾模拟的尾流仿真。然后我们在右下角是有一个白色的框，然后这个点是我们的上头的第三个风机然后尾流影响区域，在这个区域我们可以很明显的看到，它受前面的风机尾流影响还是特别大的。所以在这边它可能会造成一些不怎么运行，然后运行非常的低下的一个情况，通过把前面风机一个逆时旋转的一个方式，然后进行了一个对比，可以我们可以看到上面那个图是我正对风的图。

提问：我想问一下这是湍流还是？

陈飞：这是湍流，但是也是风速。那边是我们偏转了角度，对后面一台风机的影响，很明显我们可以看到后面风机偏转角度以后，它是有带旋转的，因为它从它的湍流是可以看到，它的湍流是会变大的，然后是证明它的风机在那里旋转。这很明显可以看到，通过这样的控制的方式可以明显把后面进行一个优化。

现在我介绍一下我们的亚马逊和云计算的天河二的超算平台，然后我们是拥有百万核速的计算核速，然后是网页端云架构，然后是非常安全可靠。

然后这边是我们GoldFarm的微观选址，核心微观选址的一些模式，我们现在用的是客户资料过来，首先分两部分，一部分是我们给无人机的飞控中心下达指令，然后让无人机去现场飞。然后另外一部分是一个冲锋塔的自动处理，然后在无人机查勘的时候，我们风资源工程师会去到现场，然后会拿到我们的地形、地貌数据，然后风险点的选景，照片，然后把所有的东西都输入到我们的GoldFarm时平台，然后这个平台是架构在亚马逊平台上的，所以说整个的项目会大大提升。谢谢大家。如果大家对GoldFarm有更多想了解的信息，可以到我们的展台，这些大家！公工作员工程师会进进过去到现场，然后去拿到我们的地形地貌数据，然后全风险点的全景照片，然后把所有的东西都输入到我们高创平台，然后这整个平台是架构的亚马逊平台上的，所以说整个的效率会大大提高，然后谢谢大家。

（发言为能见APP整理，未经本人审核）