开云优惠体育网页版入口

专利名称：一种风电基地场区划分方法、装置和设备

专利类型：发明专利

专利申请号：CN202111117518.X

专利申请（专利权）人：华能陇东能源有限责任公司,中国华能集团清洁能源技术研究院有限公司
权利人地址：甘肃省庆阳市西峰区石油东路11号

专利发明（设计）人：郭雨桐,黄海威,陈新明,白小元,张波,吴有兵,陈国武,王建峰

专利摘要：本发明公开了一种风电基地场区划分方法、装置和设备，所述方法包括以下步骤：S1、获取风电场等高线图；S2、在等高线上以所有可能的备选机位点为中心画正方形；S3、截取各机位点外正方形内等高线图像；S4、基于流体模拟的风资源计算，通过风资源计算得到风电场风资源图谱；S5、在风资源谱图上截取各机位点外正方形内的风资源图谱；S6、观察所有风资源图谱，是否有同一图像内风速变化较大的情况：如有，则缩小正方形的边长，若无则执行S7；S7、根据相邻的机位点的风资源特征和地形特征进行区域划分。本发明有利于保证场区内一定程度上的集中开发，同时同一片区内的机组出力特性较为一致，提高机组联调联控能力。

主权利要求：
1.一种风电基地场区划分方法，其特征在于，包括以下步骤：
S1、获取风电基地的测绘图，删除测绘图中除地形等高线外的其他图层，得到风电场地形等高线图；
S2、根据宏观选址阶段初步踏勘结果，在等高线上标出所有可能的备选机位点的坐标，以各机位点为圆心画圆，并画出圆的外接正方形；
S3、截取步骤2中获得各机位点外正方形内等高线图像，按照机位点编号，将图像保存待用，编号记为An，n=1,2,3…N，N为机位点个数；
S4、利用测风数据和风电场地形等高线图，进行基于流体模拟的风资源计算，通过风资源计算得到风电场风资源图谱，风电场风资源图谱包含场内每个点时序的风速和风向；
S5、将风电场风资源图谱和风电场地形等高线图层重叠，在风资源谱图上截取步骤2中获得的各机位点外正方形内的风资源图谱图像，风资源图谱图像与备选机组点位一一对应，编号记为Bn，n=1,2,3…N；
S6、观察所有Bn编号的风资源图谱图像，是否有同一图像内风速变化超过阈值的情况：如有，则缩减步骤2中获得的机位点外正方形的边长，保证同一风资源图谱图像内的风速变化小于阈值，同时根据调整后的外正方形调整步骤3中等高线图像；
若无，则执行S7；
S7、从场区中心位置的机位点开始，比较相邻的机位点的风资源特征和地形特征，并进行判别，若满足判别标准，则将其相邻点位与为本机组点位划为同一片区，在新片区的基础上，按照本方法继续扩充，直至相邻机组点位无法与已有片区满足判别标准，或本片区内的机组点位已满足上限；
S8、从不满足判别标准的机组点位开始，按照步骤S9的方法，进行新片区的划分，直至整个风电基地场的机位点划分至各片区。
2.根据权利要求1所述的一种风电基地场区划分方法，其特征在于，在进行S4之前，收集更大范围内地形等高线图，利用更大范围内的地形等高线图对风电场地形等高线图进行插补，更新风电场地形等高线图。
3.根据权利要求1所述的一种风电基地场区划分方法，其特征在于，在进行S4之前，对采集的测风数据和中尺度风资源数据进行数据清洗、插补和订正，以剔除测风数据中不合理、测量失准的部分，提高测风数据的可信度。
4.根据权利要求1所述的一种风电基地场区划分方法，其特征在于，完成S8后，复核各片区划分的合理性，去除与大部分片区相距大于1km的片区，将剩余片区作为备选。
5.根据权利要求1所述的一种风电基地场区划分方法，其特征在于，所述S7中，判别标准包括风资源相似性的判别和地形相似性的判别，所述风资源相似性的判别包括以下步骤：
S7.1.1、获取某机组点位处按不同月份平均的风速和平均风向；以及与其相邻的机组点位按不同月份平均的风速和平均风向；
S7.1.2、计算第i个月内，n号机组和m号机组的风资源
相似性；
S7.1.3、计算αmni在各月的平均值αmn；若αmn小于等于35，则n和m风资源相似，否则不相似；
对地形相似性进行判别，包括以下步骤：
S7.2.1、提出评价两相邻地形相似度的指标；
S7.2.2、按照九标度法对S7.2.1提出的指标进行两两比较，构建判断矩阵，计算权重；
S7.2.3、检查判断矩阵的一致性，若通过则进行S9.2.4，否则返回S9.2.2重新考虑判断矩阵中各项数值；
S7.2.4、按照S7.2.2获取的指标权重，计算某机位点所在等高线图像An和相邻机位点所在的等高线图像Am之间的差异性数值，将差异性数值与指标权重相乘，得到各指标得分；
S7.2.5、将所有的指标得分相加，得到最终的An和Am的地形差异指标βmn；
S7.3、满足判别标准的条件为：αmn小于等于35，βmn小于等于0.3，且两者乘积小于等于7。
6.根据权利要求5所述的一种风电基地场区划分方法，其特征在于，所述S7.1.2中，第i个月内n号机组和m号机组的风资源相似率的计算公式为：式中，Vn,i为第i个月n号机组的平均风速，θn,i为第i个月n号机组的平均风向；第i个月n号机组相邻点位的平的风速Vm,i和平均风向θm,i，n和m表示机组点位的编号，i表示月份，θmni为θn,i和θm,i所夹的劣角度数。
7.根据权利要求5所述的一种风电基地场区划分方法，其特征在于，所述S7.2.1中的两相邻地形相似度的指标包括场区平均海拔高度C1、场区内海拔高度差的极值C2、场区内等高线的基本走向C3、场区内等高线疏密程度C4、沿垂直中心线的地形变化趋势C5、沿水平中心线的地形变化趋势C6、场区内是否有地形突变C7、场区内山峰的数量C8以及其他值得影响的因素C9。
8.根据权利要求1所述的一种风电基地场区划分方法，其特征在于，所述S1中，删除测绘图中除地形等高线外的其他图层后，检查等高线图层的合理性和曲线的闭合性，剔除不合理的直线段或曲线，得到风电场地形等高线图。
9.一种风电基地场区划分装置，其特征在于，用于执行权利要求1所述的方法，包括采集模块，用于采集原始数据，所述原始数据包括风电基地的测绘图、备选机位点的坐标、测风数据、机组点位处不同月份的平均风速和平均风向和风电基地地形数据，并将采集的原始数据传递至处理模块；
处理模块，用于根据原始数据对风电基地进行场区划分。
10.一种计算设备，其特征在于，包括电连接的存储器和处理器，所述存储器上存储有可在处理器上运行的计算程序，所述处理器执行所述计算程序时，实现权利要求1?8中任意一项所述的方法的步骤。 说明书 : 一种风电基地场区划分方法、装置和设备技术领域[0001] 本发明属于风力发电宏微观选址技术领域，具体涉及一种复杂地形大型风电基地场区划分方法。背景技术[0002] 随着风电的逐步深入发展，各领域技术日驱成熟，在设备费用等成本不断下降的同时，风电也迈向了电价无补贴上网时代。与以往高投入高收入的情况有所不同，现在陆上风电开发的重点在于通过精益化和规模化实现降本增效。关于如何在复杂地形的大型风电基地场区内部合理规划机组点位，选择合适的区域进行建设，尚且缺乏理论研究基础。鉴于大型风电基地场区内可供建设的备选机组点位较多，经常大大超出项目规划容量，那么如何在这些备选机组点位中选取较为合理的机组点位，使其在风资源条件较好的同时，实现集中连片，降低造价成本，是非常值得思考和研究的问题。另外，面对未来高比例可再生能源上网的新形势，需要做到对机组出力的精细化调控，在同一片区中，各机组的出力特性应该保持相对一致。而实现集中连片开发和机组精细化调控的基。褪且苑绲绯∏谢，用片区的概念取代原有单个机组点位，保证同一区域的风电机组出力相近。发明内容[0003] 本发明提供了一种风电基地场区划分方法、装置和设备，以对风电场区进行划分，用片区的概念取代原有单个机组点位，保证同一区域的风电机组出力相近。[0004] 为达到上述目的，本发明所述一种风电基地场区划分方法，包括以下步骤：[0005] S1、获取风电基地的测绘图，删除测绘图中除地形等高线外的其他图层，得到风电场地形等高线图；[0006] S2、根据宏观选址阶段初步踏勘结果，在等高线上标出所有可能的备选机位点的坐标，以各机位点为圆心画圆，并画出圆的外接正方形；[0007] S3、截取步骤2中获得各机位点外正方形内等高线图像，按照机位点编号，将图像保存待用，编号记为An，n=1,2,3…N，N为机位点个数；[0008] S4、利用测风数据和风电场地形等高线图，进行基于流体模拟的风资源计算，通过风资源计算得到风电场风资源图谱，风电场风资源图谱包含场内每个点时序的风速和风向；[0009] S5、将风电场风资源图谱和风电场地形等高线图层重叠，在风资源谱图上截取步骤2中获得的各机位点外正方形内的风资源图谱图像，风资源图谱图像与备选机组点位一一对应，编号记为Bn，n=1,2,3…N；[0010] S6、观察所有Bn编号的风资源图谱图像，是否有同一图像内风速变化超过阈值的情况：[0011] 如有，则缩减步骤2中获得的机位点外正方形的边长，保证同一风资源图谱图像内的风速变化小于阈值，同时根据调整后的外正方形调整步骤3中等高线图像；[0012] 若无，则执行S7；[0013] S7、从场区中心位置的机位点开始，比较相邻的机位点的风资源特征和地形特征，并进行判别，若满足判别标准，则将其相邻点位与为本机组点位划为同一片区，在新片区的基础上，按照本方法继续扩充，直至相邻机组点位无法与已有片区满足判别标准，或本片区内的机组点位已满足上限；[0014] S8、从不满足判别标准的机组点位开始，按照步骤S9的方法，进行新片区的划分，直至整个风电基地场的机位点划分至各片区。[0015] 进一步的，在进行S4之前，收集更大范围内地形等高线图，利用更大范围内的地形等高线图对风电场地形等高线图进行插补，更新风电场地形等高线图。[0016] 进一步的，在进行S4之前，对采集的测风数据和中尺度风资源数据进行数据清洗、插补和订正，以剔除测风数据中不合理、测量失准的部分，提高测风数据的可信度。[0017] 进一步的，完成S8后，复核各片区划分的合理性，去除与大部分片区相距大于1km的片区，将剩余片区作为备选。[0018] 进一步的，S7中，判别标准包括风资源相似性的判别和地形相似性的判别，[0019] 所述风资源相似性的判别包括以下步骤：[0020] S7.1.1、获取某机组点位处按不同月份平均的风速和平均风向；以及与其相邻的机组点位按不同月份平均的风速和平均风向；[0021] S 7 .1 .2 、计 算 第 i 个 月 内 ，n 号 机 组 和 m 号 机 组 的 风 资 源相似性；[0022] S7.1.3、计算αmni在各月的平均值αmn；若αmn小于等于35，则n和m风资源相似，否则不相似；[0023] 对地形相似性进行判别，包括以下步骤：[0024] S7.2.1、提出评价两相邻地形相似度的指标；[0025] S7.2.2、按照九标度法对S7.2.1提出的指标进行两两比较，构建判断矩阵，计算权重；[0026] S7.2.3、检查判断矩阵的一致性，若通过则进行S9.2.4，否则返回S9.2.2重新考虑判断矩阵中各项数值；[0027] S7.2.4、按照S7.2.2获取的指标权重，计算某机位点所在等高线图像An和相邻机位点所在的等高线图像Am之间的差异性数值，将差异性数值与指标权重相乘，得到各指标得分；[0028] S7.2.5、将所有的指标得分相加，得到最终的An和Am的地形差异指标βmn；[0029] S7.3、满足判别标准的条件为：αmn小于等于35，βmn小于等于0.3，且两者乘积小于等于7。[0030] 进一步的，S7.1.2中，第i个月内n号机组和m号机组的风资源相似率的计算公式为：[0031] 式中，Vn,i为第i个月n号机组的平均风速，θn,i为第i个月n号机组的平均风向；第i个月n号机组相邻点位的平的风速Vm,i和平均风向θm,i，n和m表示机组点位的编号，i表示月份，θmni为θn,i和θm,i所夹的劣角度数。[0032] 进一步的，S7.2.1中的两相邻地形相似度的指标包括场区平均海拔高度C1、场区内海拔高度差的极值C2、场区内等高线的基本走向C3、场区内等高线疏密程度C4、沿垂直中心线的地形变化趋势C5、沿水平中心线的地形变化趋势C6、场区内是否有地形突变C7、场区内山峰的数量C8以及其他值得影响的因素C9。[0033] 进一步的，S1中，删除测绘图中除地形等高线外的其他图层后，检查等高线图层的合理性和曲线的闭合性，剔除不合理的直线段或曲线，得到风电场地形等高线图。[0034] 一种风电基地场区划分装置，用于执行上述的方法，包括采集模块，用于采集原始数据，所述原始数据包括风电基地的测绘图、备选机位点的坐标、测风数据、机组点位处不同月份的平均风速和平均风向和风电基地地形数据，并将采集的原始数据传递至处理模块；处理模块，用于根据原始数据对风电基地进行场区划分。[0035] 一种计算设备，包括电连接的存储器和处理器，所述存储器上存储有可在处理器上运行的计算程序，所述处理器执行所述计算程序时，实现上述的方法的步骤。[0036] 与现有技术相比，本发明至少具有以下有益的技术效果：[0037] 本发明提出一种复杂地形大型风电基地场区划分方法，对复杂地形的大型风电基地场区按照风资源特性和地形特征进行划分，在微观选址之前，首先把场区划分为不同片区，有利于保证场区内一定程度上的集中开发，同时同一片区内的机组出力特性较为一致，提高机组联调联控能力。[0038] 进一步的，收集更大范围内的较低精度的地形等高线图，利用更大范围内的较低精度的地形等高线图对高精度风电场地形等高线图进行插补，更新风电场地形等高线图，扩展等高线数据覆盖范围，提高后续风资源计算精度。[0039] 进一步的，收集未处理的测风数据进行处理，测风数据包括利用前期测风塔得到的测风数据、通过全球气象模式驱动得到的中尺度风资源数据；处理时将测风数据进行数据清洗、插补和订正，以剔除测风数据中不合理、测量失准的部分，提高测风数据的可信度。随后，利用中尺度风资源数据对测风数据进行多年平均修订，使测风数据对长年代有更好的代表性。[0040] 进一步的，完成区域划分后，复核各片区划分的合理性，去除与大部分片区相距较远的片区，将剩余片区作为备。奖憬徊窖≈反。附图说明[0041] 图1是本发明的整体流程图；[0042] 图2为本发明提供的风电基地场区划分装置的模块结构示意图；[0043] 图3为本发明提供的计算机设备的结构示意图。具体实施方式[0044] 为了使本发明的目的和技术方案更加清晰和便于理解。以下结合附图和实施例，对本发明进行进一步的详细说明，此处所描述的具体实施例仅用于解释本发明，并非用于限定本发明。[0045] 在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。[0046] 实施例1[0047] 参照图1，一种风电基地场区划分方法，包括以下步骤：[0048] S1、获取风电基地经过测绘的测绘图，一般为CAD格式，删除测绘图中除去地形等高线外的其他图层。检查等高线图层的合理性和曲线的闭合性，剔除不合理的直线段或曲线，得到初始风电场地形等高线图。[0049] S2、根据宏观选址阶段初步踏勘结果，在等高线上标出所有可能的备选机位点的坐标，以各机位点为圆心，一定距离为半径，画出一个个圆，在圆的基础上，画出圆的外接正方形。各外接正方形允许重叠，圆的半径大于3倍的轮毂高度。在本方案中，由于机组为5MW机组，机舱轮毂高度为140m，故以500m作为半径。[0050] S3、截取步骤2中获得各机位点外正方形内等高线图像，按照机位点编号，将图像保存待用，编号为An。本案中，共有100个机位点，所在正方形编号为A1、A2…到A100。[0051] S4、收集在高精度地图外扩5km 10km内的较低精度的地形等高线图，利用更大范~围内的较低精度的地形等高线图对高精度风电场地形等高线图进行插补，得到最终风电场地形等高线图，目的在于扩展等高线数据覆盖范围，提高后续风资源计算精度。[0052] S5、收集未处理的测风数据进行处理，测风数据包括利用前期测风塔得到的测风数据、通过全球气象模式驱动得到的中尺度风资源数据；处理时将测风数据按照国家标准《风电场风能资源评估方法（GB/T18710?2002）》进行合理的数据清洗、插补和订正工作，以剔除测风数据中不合理、测量失准的部分，提高测风数据的可信度。随后，利用中尺度风资源数据对测风数据进行多年平均修订，目的在于使测风数据对长年代有更好的代表性。[0053] S6、利用处理后的测风数据和最终风电场地形等高线图，进行基于流体模拟的风资源计算，通过风资源计算得到风电场风资源图谱，风电场风资源图谱包含场内每个点时序的风速和风向。[0054] S7、将风电场风资源图谱和根据步骤S1处理后的初始风电场地形等高线图层重合，在风资源谱图上，截取步骤2中获得的各机位点外正方形内的风资源图谱图像，风资源图谱图像与备选机组点位一一对应，编号为Bn。本方案中为B1、B2…到B100。[0055] S8、观察所有Bn编号的风资源图谱图像，是否有同一图像内风速变化较大的情况，风速变化大于1m/s时，即为风速变化较大：[0056] 如有，则适当缩减步骤2中获得的机位点外正方形的边长，保证同一风资源图谱图像内的风速变化差距较。缢俦浠∮诘扔1m/s时，即为风速变化较。备莸髡蟮耐庹叫蔚髡街3中等高线图像。本方案中，适用的风速变化差距为1m/s。[0057] 若无，则执行S9。[0058] S9、从场区中心位置的机位点开始，比较相邻的机位点的风资源特征和地形特征，若满足判别标准，则将其相邻点位与为本机组点位划为同一片区，在新片区的基础上，按照本方法继续扩充，直至相邻机组点位无法与已有片区满足判别标准，或本片区内的机组点位已满足上限。本方案中，每个片区的机组点位上限为10个。[0059] 其中，判别标准包含两部分：风资源相似性的判别和地形相似性的判别。所述的风资源相似性判别包含了如下步骤S9.1的内容。所述的地形相似性判别包含了如下步骤S9.2的内容。整体判别标准见步骤S9.3。[0060] S9.1、对风资源相似性进行判别，包括以下步骤：[0061] S9.1.1、首先，获取某机组点位处按不同月份平均的风速Vn,i和平均风向θn,i；以及与其相邻的机组点位按不同月份平均的风速Vm,i和平均风向θm,i。其中，n和m表示机组点位的编号，i为对应的月份。例如，在本案中，比较1号机组点位和2号机组点位的风资源相似性，按照12个月划分则需要获得V1,1，V1,2…到V1,12和θ1,1，θ1,2…到θ1,12；以及对应的V2,1，V2,2…到V2,12和θ2,1，θ2,2…到θ2,12。[0062] S9.1.2、按照如下规则计算第i个月内，n 号机组和m号机组的风资源相似性。[0063] 式中αmni为第i个月n号机组和m号机组的风资源相似率，平均的风速Vn,i和平均风向θn,i；以及于其相邻点位平均的风速Vm,i和平均风向θm,i的定义如步骤S9.1.1所述。θmni为θn,i和θm,i所夹的劣角度数（小于等于180°）。乘以1000的原因在于，使得αmni能够以两位小数的数值进行计算，没有实际意义。[0064] S9.1.3、 计算αmni在各月的平均值，计为αmn。计算公式入下：[0065] 本例中，上述各参数如下表所示，通常而言，若αmn小于等于35，则n和m风资源相似，否则不相似。[0066][0067] S9.2、对地形相似性进行判别，包括以下步骤：[0068] S9.2.1、首先，提出评价两相邻地形相似度的指标标准。本例中，这里的指标标准包含了如下几项：场区平均海拔高度C1、场区内海拔高度差的极值C2、场区内等高线的基本走向C3、场区内等高线疏密程度C4、沿垂直中心线的地形变化趋势C5、沿水平中心线的地形变化趋势C6、场区内是否有地形突变C7、场区内山峰（山脊、凹陷）的数量C8、其他值得影响的因素C9。[0069] S9.2.2、按照九标度法对上述指标进行两两比较，构建判断矩阵，计算权重。九标度法的的判别标准按照下表所示。[0070][0071] 本案中，根据人工经验，构建判断矩阵并计算权重。各项指标权重如下表所示，复杂地形风电场推荐按照本表格进行计算。[0072][0073] S9.2.3、计算一致性比率CR，并根据一致性比率CR检查判断矩阵的一致性，若CR<0.1，则通过一致性，进行S9.2.4，否则返回S9.2.2重新考虑判断矩阵中各项数值。本案中，一致性指标CR小于0.1，满足要求。[0074] S9.2.4、按照S9.2.2获取的指标权重，比较某机位点所在等高线图像An和相邻机位点所在的等高线图像Am之间的相似性。对于每种指标标准而言，根据两个等高线图像上每种指标的相似程度，赋予差异性数值0 1之间的数值，越接近0表示相似性越高，越接近1~表示相似性越低而差异性越高，将差异性数值与指标权重相乘，得到各指标得分。[0075] 本案中，An和Am之间各指标的差异性如下表所示。[0076][0077] S9.2.5、将所有的指标得分相加，得到最终的An和Am的地形差异指标βmn。根据工程经验，一般而言βmn应当小于等于0.3。本案中βmn为0.2601满足条件。[0078] S9.3、判断整体判别标准条件。根据工程经验，满足判别标准的条件为：αmn小于等于35，βmn小于等于0.3，且两者乘积小于等于7。本案中乘积为2.018，满足要求。[0079] S10、从不满足判别标准的机组点位开始，按照步骤S9的方法，进行新片区的划分，直至整场机组点位划分为各片区。片区间允许边界重合，片区整体不必覆盖整个风电场区。[0080] S21、以人工经验，复核各片区划分的合理性，去除与大部分片区相距大于1km的片区，将剩余片区作为备。奖憬徊窖≈反。[0081] 实施例2[0082] 本发明提供的一种风电基地场区划分装置，如图2所示，包括采集模块和处理模块；[0083] 其中，采集模块，用于采集原始数据，所述原始数据包括风电基地的测绘图、备选机位点的坐标、测风数据、机组点位处不同月份的平均风速和平均风向和风电基地地形数据，并将采集的原始数据传递至处理模块；[0084] 处理模块，用于根据原始数据对风电基地进行场区划分。[0085] 实施例3[0086] 本发明提供的一种计算机设备，如图3所示，包括电连接的存储器和处理器，其中，存储器上存储有可在处理器上运行的计算程序，所述处理器执行所述计算程序时，实现上述的风电基地场区划分方法的步骤。例如图1所示的步骤。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。[0087] 所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。[0088] 所述风电基地场区划分装置可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述风电基地场区划分装置可包括，但不仅限于，处理器、存储器。[0089] 所述处理器可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field?ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。[0090] 所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述风电基地场区划分装置/终端设备的各种功能。[0091] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。[0092] 实施例4[0093] 所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read?OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。[0094] 以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

专利地区：甘肃

专利申请日期：2021-09-23

专利公开日期：2024-08-09

专利公告号：CN113849875B