一种风电机组塔架净空监测方法、计算机程序产品技术

本发明专利技术为解决目前采用基于计算机视觉的方法监测风电机组塔架净空时，存在双目的方式对相机性能和校准匹配要求高、难以部署、成本高，单目的方式对运维人员配置经验要求高、虚警率高、实时性差且带宽压力大的技术问题，提供一种风电机组塔架净空监测方法、计算机程序产品，基于视觉技术、深度学习和数值计算，通过风电机组侧面和塔顶机舱上图像采集装置获取底部叶片净空距离的关系，在实际对净空距离进行监测时仅需在塔顶机舱上安装一个图像采集装置，即可对底部叶片的净空距离进行监测，且只需要识别叶片后根据叶片叶尖与塔筒底部的距离，即可快速得到净空距离。即可快速得到净空距离。即可快速得到净空距离。

【技术实现步骤摘要】
一种风电机组塔架净空监测方法、计算机程序产品


[0001]本专利技术属于净空监测方法，具体涉及一种风电机组塔架净空监测方法、计算机程序产品。

技术介绍

[0002]在“碳达峰、碳中和”背景下，风力发电具备不产生任何碳排放的天然绿色属性，使其成为最具潜力的发电形式之一。近年来，风力发电为节约成本与化石能源同台竞争，风电机组叶片在实现减重的同时也越来越长，所使用的材料柔性也越来越大，而风电机组净空裕量却越来越小，如何预防扫塔成为亟需解决的问题，否则，一旦发生叶片扫塔，将会为风电场带来巨大的经济损失。
[0003]实时监测净空数据并反馈至风电机组主控程序，以控制机组的运行状态(如停机、降载操作等)，是当前预防扫塔最直接有效的方式。现有风电机组净空监测方法主要包括：基于激光雷达的方法、基于多传感器的数据分析方法及基于计算机视觉的方法。基于激光雷达的方法不受夜间光照影响，准确度高，但其易受复杂天气和大气的影响，且其高昂的成本让用户望而却步。基于多传感器的数据分析方法，存在建模困难、难以部署和成本高的缺点。基于计算机视觉的方法由于具有结果可视、易部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电机组塔架净空监测方法，其特征在于，包括以下步骤：S1，安装图像采集装置同时在正对叶片运行轨迹面的风电机组侧面和塔顶机舱上安装图像采集装置；S2，通过风电机组侧面图像采集装置得到叶片实际净空距离，通过塔顶机舱上的图像采集装置同步获取底部叶片图像S2.1，通过多张风电机组侧面图像采集装置采集的包含塔筒和底部叶片的图像，训练第一深度学习目标检测模型，得到能够从叶片侧面图像中识别叶片的第一深度学习目标检测模型；S2.2，通过塔筒两侧直线的方程，以及叶片叶尖位于最低处时，叶尖至塔筒两侧直线的垂线对应方程，得到同样拍摄条件下塔筒的像素直径dist
BC
；S2.3，通过第一深度学习目标检测模型识别底部叶片，以图像左上角为坐标原点，获取叶片叶尖位于最低处时叶尖的坐标，得到底部叶片叶尖到塔筒的像素距离dist
AB
；S2.4，根据底部叶片叶尖与塔筒的像素距离dist
AB
、塔筒的像素直径dist
BC
、塔筒的实际直径r
tower
，得到底部叶片叶尖到塔筒的实际距离dist
clearance
；S2.5，在执行步骤S2.1至步骤S2.4的同时，通过塔顶机舱上的图像采集装置同步获取底部叶片图像；S3，确定塔顶机舱上图像采集装置和风电机组侧面图像采集装置获取净空距离的关系S3.1，通过多张塔顶机舱上图像采集装置获取的底部叶片图像，训练第二深度学习目标检测模型，得到能够从塔顶机舱上获得的图像中识别叶片的第二深度学习目标检测模型；S3.2，通过第二深度学习目标检测模型识别底部叶片，以图像左上角为坐标原点，获取叶片叶尖位于最低处时叶尖的坐标，得到底部叶片叶尖到塔筒底部的像素距离min{dist}；S3.3，根据多组dist
clearance
和min{dist}，通过拟合方法求解下式中的第一顶部净空参数α和第二顶部净空参数β：dist
clearance
＝α
×
min{dist}+β；S4，监测风电机组塔架净空拆除风电机组侧面的图像采集装置，通过塔顶机舱上的图像采集装置在风电机组运行中采集底部叶片图像，通过第二深度学习目标检测模型识别底部叶片，确定底部叶片位于最低处时叶尖与塔筒底部的距离，并带入下式中的min{dist}：dist
clearance
＝α
×
min{dist}+β得到对应底部叶片叶尖到塔筒的实际距离dist
clearance
，对风电机组塔架净空进行监测...

【专利技术属性】
技术研发人员：雷红涛，吴娇，李刚，任毅，张苑，张韬，
申请(专利权)人：西安翔迅科技有限责任公司，
类型：发明
国别省市：