[發明專利]一種基于機器視覺的風力機葉片在線監測方法

在審

• 申請號: 202011282447.4
• 申請日: 2020-11-17
• 公開（公告）號: CN112283050A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 陳建平;金正洋
• 申請（專利權）人: 天津科技大學
• 主分類號: F03D17/00
• 分類號: F03D17/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于機器視覺的風力機葉片在線監測方法，該方法能夠及時地發現葉片上存在的問題，最大程度地減少風力發電機組發生故障的次數，增強風力發電機的可靠性和壽命。該方法以經過數字圖像處理的風力機葉片尖端圖像作為分類對象，將正常運行和異常運行的經過標記的風力機葉尖圖像通過深度學習方法開展分類訓練，構建風力機葉片故障診斷模型，在現場運行中減輕檢修人員工作強度，保護檢修人員安全，達到對風力機葉片運行狀態監測和故障預警的功能。該方法提出的高效在線監測方法，能夠準確、有效地自動完成風力機葉片的運行狀態監測和故障診斷，協助對風力機葉片是否需要檢修進行判斷，保證了風力機正常運行，以應對風力機葉片維護困難、檢修人員工作強度大、安全難以得到保障的實際需求。

技術領域

本發明涉及機械行業風力發電技術領域，尤其涉及一種基于機器視覺的風力機葉片在線監測方法。

背景技術

隨著時代的發展，科技的進步，人類社會對能源的需求越來越大，而傳統能源如煤炭、石油等資源的存儲量是有限的，開采和使用途中會造成很嚴重的污染。與此同時，風能以其獨特的成本低，污染小，取之不盡，用之不竭的特性脫穎而出，獲得了越來越多人的青睞。風力發電不僅僅能夠促進人類社會的發展，而且可以大幅度削減人類對傳統化石燃料的依賴，保護環境，降低能源的成本。我國已經將促進風力發電產業的發展列為了經濟轉型和促進全面可持續發展的重要舉措之一。

風力發電機的葉片作為發電機組最重要的部位之一，在風力發電機將風能轉化為機械能的過程中占據了重要的地位。根據數據顯示，在絕大部分的風力機中，葉片的成本占據了發電機總成本的五分之一以上。一旦風力機的葉片出現了問題，將會對對整個風力發電機產生巨大的影響。因此，風力發電機組的日常維護和故障的在線監測已經成為了制約風電走進千家萬戶的關鍵因素。在風力機運行過程中，及時發現風力機葉片出現的問題，適當地進行維護，可以有效防止葉片出現更大的故障，從而保障風電機組安全、穩定的運行，減少事故的出現。但是，目前國內外并沒有一種行之有效的風力機葉片在線監測方法。

發明內容

(一)要解決的技術問題：

現階段葉片的運行狀態監測和檢修還依靠人工來進行，不僅需要停機，效率低下，難以及時發現問題，還存在著一定的安全隱患。各個風電場迫切地需要一種能夠及時反映葉片工作狀況，能夠根據葉片工作狀況判斷出葉片是否處于健康狀態的自動化風力機葉片在線監測方法。

(二)技術方案：

本發明提供了一種基于機器視覺的風力機葉片在線監測方法，立足于風電場的實際需要，借助近些年發展迅猛的機器視覺技術和深度學習方法，通過提出故障診斷算法并制作樣機進行實驗，提出了一種基于機器視覺的風力機葉片在線監測方法，能夠真正實現對工程現場風電機組葉片的運行狀態監控和故障診斷，實現精度高、效率高的自動化在線監測。

本發明為解決其技術問題所采用的技術方案具體如下：

一種基于機器視覺的風力機葉片在線監測方法，其特征在于，該方法包括如下步驟：

步驟一.圖像數據積累階段：

首先，采用相機對經過標記的正在運行的風力機葉片的尖端進行拍照，并對各類異常運行和正常運行的葉片圖像進行積累；

之后，對所積累的各類異常運行和正常運行的檢測圖像進行數字圖像處理，獲得清晰和占用空間小的葉尖特征圖像，建立各類異常運行和正常運行的葉尖特征圖像數據庫；

步驟二.分類模型構建階段：

針對步驟步驟一中所建立的各類異常運行和正常運行的葉尖特征圖像數據庫中的每一張圖像，對特征圖像及其對應的正常或異常標注開展深度學習，構建針對基于機器視覺的風力機葉片故障診斷模型；

步驟三.工程應用階段：