[發(fā)明專利]葉尖塔筒凈空監(jiān)測方法

有效

• 申請?zhí)枺?/td>: 202010954604.5
• 申請日: 2020-09-11
• 公開（公告）號: CN111911364B
• 公開（公告）日: 2021-11-23
• 發(fā)明（設計）人: 王蓓;姜磊;許王建;吳姍姍
• 申請（專利權(quán)）人: 上海電氣風電集團股份有限公司
• 主分類號: F03D17/00
• 分類號: F03D17/00
• 代理公司: 上海元好知識產(chǎn)權(quán)代理有限公司 31323
• 代理人: 周乃鑫;包姝晴

1.一種葉尖塔筒凈空監(jiān)測方法，其特征在于，包括：

預先擷取包含風機葉片的葉尖和塔筒的影像；

獲取所述葉尖和塔筒之間的實際凈空值L；

建立所述葉尖和塔筒之間的實際凈空值L與所述影像中塔筒和葉尖之間的像素距離D的映射關(guān)系L＝F(D)；

實時獲取包含所述葉尖和所述塔筒的影像；

計算實時獲取的所述影像中所述葉尖與塔筒之間的當前像素距離；

結(jié)合所述葉尖與塔筒之間的當前像素距離和所述映射關(guān)系L＝F(D)計算得到當前的實際凈空值；

其中，計算實時獲取的所述影像中該葉尖與塔筒之間的當前像素距離的步驟包括：根據(jù)深度學習目標檢測算法提取所述葉片的前端位置區(qū)域(x,y,w,h)；在所述前端位置區(qū)域中定位葉尖像素；計算所述葉尖的運轉(zhuǎn)軌跡中葉尖像素至塔筒像素最近的像素點；以該像素點至所述塔筒的像素的距離作為當前像素距離；其中x,y是葉尖端的點坐標，w和h是葉尖端的寬和高；

其中，根據(jù)深度學習目標檢測算法提取風機葉片的前端位置區(qū)域的步驟包括：

預先獲取用于訓練所述深度學習目標檢測算法的訓練集；

將所述影像采用人工畫框的方式標定出葉片的前端位置；

基于深度學習目標檢測算法進行葉片前端區(qū)域定位算法的訓練，直到Loss收斂，保存訓練好的葉片前端檢測模型；

基于訓練好的葉片前端檢測模型，對葉片前端進行定位，獲取所述葉片的前端位置區(qū)域。

2.如權(quán)利要求1所述的葉尖塔筒凈空監(jiān)測方法，其特征在于，在所述前端位置區(qū)域中定位葉尖像素的步驟包括以前端位置區(qū)域的中心點坐標(x+w/2,y+h/2)作為葉尖像素的位置T。

3.如權(quán)利要求1所述的葉尖塔筒凈空監(jiān)測方法，其特征在于，

建立所述葉尖和塔筒之間的實際凈空值L與所述影像中塔筒和葉尖之間的像素距離D的映射關(guān)系L＝F(D)的步驟包括：

標定所述影像中塔筒的像素位置P；

采用深度學習目標檢測算法提取所述影像中所述葉尖的像素位置T；

根據(jù)所述葉尖的像素位置T和所述風機塔筒的像素位置P計算所述葉尖和風機塔筒的像素距離D；

當所述像素距離D為最小值時，建立所述實際凈空值L與風機塔筒和所述葉尖之間的像素距離D的映射關(guān)系L＝F(D)。

4.如權(quán)利要求1所述的葉尖塔筒凈空監(jiān)測方法，其特征在于，所述實際凈空值L為根據(jù)風力發(fā)電裝置安裝的工業(yè)標準，獲取的所述葉尖在正常運轉(zhuǎn)狀態(tài)下的所述葉尖和所述風機塔筒之間的凈空值。

5.如權(quán)利要求1所述的葉尖塔筒凈空監(jiān)測方法，其特征在于，所述影像采用視頻采集設備采集得到，所述視頻采集設備位于風機的機艙底部和風機的輪轂之間，所述機艙底部開設有安裝孔，將所述視頻采集設備通過所述安裝孔固定于所述機艙內(nèi)部的翻邊上，且所述視頻采集設備的攝像頭位于所述安裝孔外部，用于俯拍所述風機葉片的葉尖和塔筒。